Optimiertes Warping durch gewichtete Summen von Verschiebungsvektoren - eine neue Methode zur Reduktion von interindividuellen Variabilitäten von Hirndaten

Zusammenfassung Warping ist eine Klasse von Bildverarbeitungsverfahren, die durch Neude nition raumlicher Beziehungen einzelner Bildpunkte zwei Bilder nicht-a n geometrisch transformieren. In dieser Arbeit de nieren homologe St utzpunkte jeweils Verschiebungsvektoren. Die Verschiebung jedes Voxel wird durch die gewichtete Summe aller dieser Verschiebungsvektoren berechnet. Das jeweilige Gewicht wird durch den Abstand des Voxel zu einem St utzpunkt sowie dem St utzpunktspezi schen Gewichtungsfaktor bestimmt. Um diese Gewichtungsfaktoren zu optimieren, wird eine Evolutionstrategie angewendet. Die Fitness entspricht dem Kreuzkorrelationskoe zienten zwischen Quelle und Ziel. Diese Methode wurde an arti ziellen dreidimensionalen Daten und an 3D-Rekonstruktionen von Autoradiographien von Nagergehirnen getestet. Die erzielte Optimierung f uhrte dabei zu einer verbesserten Qualitat des Warpings.