Key points are not available for this paper at this time.
Une méthode statistique pour l'évaluation de l'enregistrement d'images pour une série d'images basée sur l'évaluation des propriétés de cohérence des résultats d'enregistrement est proposée. La cohérence est définie comme l'erreur résiduelle de la composition des enregistrements cycliques. En combinant les transformations de différents algorithmes, l'erreur de cohérence permet une comparaison quantitative sans recourir à une vérité terrain, spécifiquement, elle permet de déterminer si les algorithmes sont compatibles et donc fournissent des enregistrements comparables. Des tests de cohérence sont appliqués pour évaluer la correction rétrospective de la distorsion d'image induite par les courants de Foucault dans l'imagerie par tenseur de diffusion du cerveau. Dans la littérature, plusieurs transformations d'images et mesures de similarité ont été proposées, montrant généralement une réduction significative de la distorsion dans une comparaison côte à côte des cartes paramétriques avant et après enregistrement. Les transformations dérivées de la physique de l'imagerie et une transformation affine tridimensionnelle, ainsi que l'information mutuelle (IM) et la similarité de corrélation locale (CL), sont comparées entre elles par le biais de tests de cohérence. Les transformations dédiées n'ont pas pu démontrer une différence significative pour plus de la moitié des séries considérées. La similarité CL est bien adaptée à la correction des distorsions, fournissant des enregistrements plus cohérents qui sont comparables à l'IM.
Netsch et al. (Jeu,) ont étudié cette question.