胎盤MRIのためのニューラル微分同相フローによる体積的一貫性を持つ暗黙的アトラス学習

要旨: 解剖学的形状全体にわたる密な体積的対応を確立することはグループレベルの分析には不可欠であるが、暗黙ニューラル表現にとっては依然として難題である。
ほとんどの既存の暗黙的登録法はゼロレベル集合近傍での監視に依存しており、したがって表面の対応のみを捉え、内部の変形は十分に制約されていない。
我々は、符号付き距離関数（SDF）の再構成とニューラル同相フローを結合させ、胎盤の共有正準テンプレートを学習する体積的一貫性を保つ暗黙モデルを導入する。
ヤコビアン行列式およびバイハーモニックペナルティを含む体積的正則化は、局所的な折り畳みを抑制し、全体として一貫した変形を促進する。
胎盤MRIへの動機づけられた応用において、我々の定式化は個々の胎盤を同時に再構成し、それらを集団由来の暗黙テンプレートに整列させ、統一された正準空間でのボクセル単位の強度マッピングを可能にする。
生体内胎盤MRIスキャンを用いた実験は、表面ベースの暗黙的ベースライン法より幾何学的忠実度と体積整合性が向上することを示し、解剖学的に解釈可能で位相的に一貫した展開をもたらし、グループ分析に適している。