En neuroimagen , la normalización espacial es un paso de procesamiento de imágenes , más específicamente, un método de registro de imágenes . Los cerebros humanos difieren en tamaño y forma, y uno de los objetivos de la normalización espacial es deformar las imágenes cerebrales humanas para que una ubicación en la imagen cerebral de un sujeto corresponda a la misma ubicación en la imagen cerebral de otro sujeto.
Se suele realizar en neuroimagen funcional basada en la investigación , cuando se desea encontrar una activación cerebral común en varios sujetos humanos. La exploración cerebral se puede obtener mediante escáneres de resonancia magnética (MRI) o tomografía por emisión de positrones (PET).
Hay dos pasos en el proceso de normalización espacial:
La estimación del campo de deformación se puede realizar en una modalidad, por ejemplo, MRI, y aplicarse en otra modalidad, por ejemplo, PET, si existen exploraciones de MRI y PET para el mismo sujeto y están registradas conjuntamente .
La normalización espacial generalmente emplea un modelo de transformación tridimensional no rígido (un "campo de deformación") para deformar una exploración cerebral en una plantilla. El campo de deformación puede parametrizarse mediante funciones de base como el coseno y la polinomia .
Alternativamente, muchos métodos avanzados para la normalización espacial se basan en transformaciones que preservan la estructura, homeomorfismos y difeomorfismos, ya que transportan subvariedades suaves sin problemas durante la transformación. Los difeomorfismos se generan en el campo moderno de la anatomía computacional con base en flujos difeomórficos, también llamados mapeo difeomórfico . Sin embargo, tales transformaciones a través de difeomorfismos no son aditivas, aunque forman un grupo con composición de funciones y actúan de manera no lineal sobre las imágenes a través de la acción de grupo . Por esta razón, los flujos que generalizan las ideas de los grupos aditivos permiten generar grandes deformaciones que preservan la topología, proporcionando transformaciones 1-1 y sobre. Los métodos computacionales para generar dicha transformación a menudo se denominan LDDMM [1] [2] [3] [4] que proporcionan flujos de difeomorfismos como la principal herramienta computacional para conectar sistemas de coordenadas correspondientes a los flujos geodésicos de la anatomía computacional .
Hay varios programas que implementan tanto la estimación como la aplicación de un campo de deformación. Es parte de los programas SPM y AIR , así como de MRI Studio y MRI Cloud.org. [5] [6]