3mm 厚层 CT 冠脉配准踩坑实录：从血管碎裂、空间漂移到 Elastix 完美对齐

在医学图像处理中，利用配准技术（Registration）将高分辨率的增强 CT（CCTA）标签映射到低分辨率的平扫 CT（NCCT）上，是生成深度学习训练数据（如 nnU-Net 标签）的常规操作。

之前在处理 1mm 的平扫数据时，使用常规配准流程效果非常丝滑。但最近在处理3mm 厚层平扫数据时，却遭遇了前所未有的滑铁卢：标签碎裂、血管变细、整体空间飞到“姥姥家”……

这篇文章记录了我在 3mm 厚层冠脉配准中踩过的深坑，以及最终使用1mm 重采样 + itk-elastix实现降维打击的完整解决方案。

坑一：B-Spline 的灾难与标签“碎裂”

一开始，我套用了 1mm 数据上表现良好的多分辨率配准框架，并引入了 B-Spline（B样条非刚性配准），期望它能完美贴合血管的细节。

然而现实非常骨感，3mm 的低分辨率网格（Grid）遇上 B-Spline 的局部扭曲，再加上最近邻插值（Nearest Neighbor）的离散化效应，导致原本连贯的冠脉血管直接被“撕裂”成了一堆碎肉。

图注：左上为原 3mm 平扫的离散标签，左下为连贯的增强图标签。右侧紫色的配准结果出现了严重的断层和碎裂。

原因剖析：

3mm 数据的 Z 轴层间距太大，血管在相邻层之间存在严重的“部分容积效应”和不连续性。B-Spline 为了强行拟合这种粗糙的网格，发生了过度的局部形变，直接破坏了血管极其重要的管状拓扑结构。

坑二：纯仿射配准的“空间漂移”（偏到姥姥家了）

为了保护血管的拓扑完整性，我决定放弃 B-Spline，改用纯仿射配准（Rigid + Affine），因为它只会做整体缩放和剪切，绝不会撕裂局部。