17、多图谱分割技术详解

多图谱分割技术详解

1. 引言

从大约公元前 1600 年的埃及埃德温·史密斯外科纸草书开始，带有注释的人体解剖空间表征（图谱）就在生物机制相关知识的交流、发展和评估中发挥着重要作用。16 世纪晚期，现代视觉图谱在意大利开始流行，19 世纪随着尸体解剖合法化，其在欧洲再度兴起，这些带有空间背景信息的解剖图成为现代医学解剖教育和生理学理解的基础。

自科尔宾·布罗德曼的细胞结构研究以来，标准化坐标系对于研究人类大脑结构与功能的关系至关重要。布罗德曼的皮质细胞结构标签在一个多世纪里一直是比较大脑功能区域的事实上的标准。1988 年，塔拉伊拉赫和图尔努为单个尸体大脑提供了标准化坐标和解剖区域，形成了“塔拉伊拉赫图谱”，但该图谱无法捕捉解剖变异性，也不能系统地在患者或队列之间转移元信息。后来，柯林斯等人将 305 项 MRI 研究与塔拉伊拉赫图谱进行配准并平均，形成了群体模板（如 MNI 空间），实现了跨学科和尺度的大脑结构、功能、代谢和架构的定量描述和关联。

早期脑图谱开发通过仿射配准补偿头部大小和简单形状变化，定义了与塔拉伊拉赫图谱最匹配的“平均空间”。这种平均表示作为图像配准目标很合适，能实现自动化、系统的发现定位和元分析。然而，活体患者与“代表性”受试者或统计平均值之间很难找到精确对应，图像对应性问题一直是结构神经影像学和受试者间分析的前沿问题。

多图谱分割的核心概念是，图谱与未标记医学图像之间的配准是随机过程，不需要单一的最佳匹配。配准误差可分为算法误差和同源性误差，通过选择合适的图谱和配准方法，可使误差均值为零，增加图谱数量可降低预期误差。多图谱分割领域致力于优化配准前的处理决策、选择合适的配准策略和方法、对配准后的图谱对进行统计融合以及后处理，以在有限训练