应变对齐：面向预测位移场力学合理性的评估

《International Journal of Computer Assisted Radiology and Surgery》：Strain alignment: toward assessing mechanical plausibility of predicted displacement fields

　　

目的：非刚性配准中常用的精度指标如目标配准误差（TRE）无法评估预测变形的力学合理性。研究人员引入一种指标以量化变形的局部协调性，并补充现有物理有效性度量。方法：研究人员提出应变对齐指标（strain alignment metric），通过分析格林应变张量（Green strain tensor）的主方向和主幅度来评估变形的局部方向一致性。该指标由三个部分组成：（i）符号项（sign term），惩罚压缩与拉伸之间的局部翻转；（ii）幅度项（magnitude term），捕捉邻域内主应变幅度的相对变化；以及（iii）角度项（angular term），测量主应变方向的非定向对齐程度。该指标在局部计算并在网格上进行汇总。研究人员将其与雅可比行列式（Jacobian determinant）和应变范数（strain norm）在基于深度学习方法与快速生物力学有限元方法（FEM）配准的合成肝脏变形上进行比较。结果：尽管两种方法取得可比的TRE，所提出的指标在样本水平上捕捉到变形协调性的显著差异，而雅可比行列式和应变范数仅在单个网格检查时才能显示。该指标能够清晰区分生物力学方法中尽管存在体积变化但大体协调的变形，与基于学习方法中的局部不一致性（包括交替的压缩和拉伸模式）。结论：应变对齐为预测位移场的力学合理性提供了补充且可解释的信息。它无需材料假设即可实现局部变形协调性的定量评估，并进一步突显了仅基于精度评估在非刚性配准中的局限性。

## 研究背景与问题

非刚性配准是计算机辅助导航中的核心技术，其任务是将术前容积信息配准到部分可见、已变形且通常带有噪声的组织表面。在未知边界条件下，基于深度学习的方法与快速生物力学方法在速度和精度方面展开竞争。然而，算法评估仍具挑战性：现有的仿体和活体数据集仅在稀疏标志点处提供真实值（GT），且缺乏材料信息。传统上，算法性能主要通过目标配准误差（TRE）或表面/基准点误差、重投影误差等替代指标来报告。

近年来，研究重点逐渐转向位移场本身的性质。Balakrishnan等人从微分几何角度利用detJ_φ检验位移图，该指标与位移梯度密切相关。Heiselman等人则从生物力学角度证明，低TRE并不能保证预测位移场的物理合理性，并引入了雅可比行列式J和应变范数||ε||作为定量指标。这两个指标可直接应用于网络预测，无需材料模型，且在离散化网格的每个单元上计算。其中，J描述局部体积变化：J>1表示拉伸，J<1表示压缩，J≈1对应近似不可压缩的软组织；应变范数则反映单元的总变形量，但其值难以解释，且应变张量各分量方向信息在范数中丢失。因此，Heiselman等人主要将其用于指示网格中变形的局部性而非汇总统计。此外，J虽无需密集GT即可解释，但在网格上汇总时会丢失空间关联信息，且无法捕捉变形方向的局部协调性。

## 应变对齐指标γ的构建

为解决上述局限，研究人员提出了应变对齐指标γ。该指标直接适用于网络预测，且无需密集GT即可解释。其理论基础源自Bouré等人对离散格气元胞自动机（LGCA）模型中蜂群行为的分析，研究人员将其平均对齐指标^ˉγ适配到连续域变形问题。

指标构建以格林应变E=1/2(F^TF-I)=1/2(?u^T+?u+?u^T?u)为基础，其中F为变形梯度，I为单位矩阵，u为未变形与变形状态间的位移。该应变对刚体运动具有不变性，纯刚性位移时E=0，非零值仅反映软组织变形。其在压缩（E_ij<0）和拉伸（E_ij>0）之间呈现符号翻转，且域以上内容下域之间过渡平滑。

为评估变形方向并解除对特定空间离散化的依赖，研究人员使用主应变（E的特征值E_i, i=1...3）及其关联的归一化特征向量v_Ei。v_Ei构成材料主轴，材料仅沿这些轴经历正应变。通过聚焦绝对值最大的主应变值E₁（对材料影响最大），研究人员概念性地构建了以v_E1为角方向、E₁为幅度的无向向量场，指示每个网格单元的"主变形方向"。

对于网格单元集合^T，单元质心r:^T→R³，以及以d为半径约束的局部邻域^N，研究人员定义邻域内最大主值凝聚为指向场幅度D^(t)=Σ_n∈^N(t)E₁⁽ⁿ⁾。应变对齐指标γ由符号项γ_s、幅度项γ_m和角度项γ_a组成：符号项惩罚邻域内压缩与拉伸之间的符号翻转（在真实软体中预期渐变发生）；幅度项惩罚最大主值的局部大幅变化，对恒定场或平滑线性增长归一化为1；角度项允许与局部邻域反平行的方向以考虑材料轴的无向性，对所有邻居的求和归一化最大值为1，最小值0对应与所有周围向量成90°角。与原始LGCA应用不同，研究人员推荐使用更稳健的中位数而非均值进行网格级汇总。

## 实验验证与结果分析

研究人员在合成配准数据集上验证了γ的适用性，对比分析了基于深度学习的方法V2S-Net和生物力学方法BCF-FEM，并与雅可比行列式J及应变范数||ε||进行了比较。实验使用从AMOS数据集重建的628个肝脏网格，通过neo-Hookean材料的有限元公式进行合成变形，并缩减为部分表面作为配准目标。评估时d设为5 mm，对应数据集的最小网格分辨率。

空间分布分析（Fig. 1）：在一个样本中，右下叶施加固定边界条件，部分目标表面位于左下叶。BCF-FEM显示左叶不真实的放大，J^(t)暴露局部体积增加（线性材料模型不适用于此变形量的结果）；但γ^(t)显示平滑的向量场，表明变形轴对齐及预期的高均值。V2S-Net的J^(t)指示不真实的局部拉伸和压缩，γ^(t)揭示变形场方向不连贯——由网络独立移动各点导致相邻网格单元形状任意变化。低γ^(t)出现在方向变化处，周围有更协调运动的斑块。||ε||^(t)与J^(t)空间模式相似，但除与组织损伤相关的应变幅度一般限制外，其值在无密集GT参考值时信息不足。

数据集分布分析（Fig. 2）：V2S-Net的TRE低于BCF-FEM，且J值更接近1，尽管Fig. 1已揭示其空间不一致性——单个网格内不良值可相互抵消。BCF-FEM底部因线性材料模型产生虚假拉伸。||ε||在两方法间显示可比值，但BCF-FEM变异更高，V2S-Net总体变形更大；该指标无法指示哪种方法表现更好，即更大的中位变形是反映数据集变形还是方法诱导误差。相反，γ能清晰区分方法的空间变形模式：Fig. 1的定性差异成功转化为汇总值。BCF-FEM的γ值主要接近1，表明除部分异常值（可能失败案例）外材料运动协调；V2S-Net则显示更低的γ值及更大的样本间变异。由于γ不反映变形强度，γ与J的组合能提供关于预测位移场性质的最完整信息。

邻域半径d的影响（Fig. 3-4）：较高d更显著地分离两种方法，样本排序对d的选择具有稳健性。较小d时γ^(t)更清晰地反映局部错位。

## 讨论与结论

研究人员指出，所提出的应变对齐指标提供了补充信息但需审慎解释。幅度项可限制在1以确保严格上界，局部梯度结构的替代表征值得探索。指标定义上依赖于d的选择：必须相对于网格分辨率足够大以定义有意义的邻域，但过大会引入平滑效应。大、小应变被同等加权，零附近的噪声可能不成比例地影响指标。降至最大主应变的简化可能引入歧义：当E₁与E₂相近时，特征向量方向变化可能不可靠地表征底层变形。若配准方法在替代表示（如体素）上操作，插值到网格可能引入伪影，因为该指标对相邻网格单元几何变化敏感。此外，指标在网格上可能呈现多峰分布，需要更富信息量的汇总统计方法。

总体而言，J与γ在数据集级分析中相互补充，γ捕捉局部方向协调性。与基于应力或力的度量不同，两者均无需材料假设，可应用于任何由预测位移场变形的网格。研究的核心贡献在于概念性转变：利用主应变坐标系表征配准评估中的变形场。

未来工作将探索系统的替代标量化方法。剩余挑战包括指标值在网格单元和数据集样本中的层级分布问题。

研究结论：应变对齐为预测位移场的力学合理性提供了互补且可解释的信息，无需材料假设即可实现局部变形协调性的定量评估，并进一步突显了非刚性配准中仅基于精度评估的局限性。