La anatomía computacional (AC) es una disciplina dentro de las imágenes médicas que se centra en el estudio de la forma anatómica y la forma en la escala anatómica visible o macroscópica de la morfología . El campo está ampliamente definido e incluye fundamentos en anatomía , matemáticas aplicadas y matemáticas puras , incluidas imágenes médicas , neurociencia , física , probabilidad y estadística . Se centra en las estructuras anatómicas de las que se obtienen imágenes, en lugar de en los dispositivos de imágenes médicas. El foco central del subcampo de anatomía computacionaldentro de las imágenes médicas se encuentra la información de mapeo a través de sistemas de coordenadas anatómicas, con mayor frecuencia información densa medida dentro de una imagen de resonancia magnética (IRM). La introducción de flujos en CA, que son similares a las ecuaciones de movimiento utilizadas en la dinámica de fluidos, explota la noción de que las coordenadas densas en el análisis de imágenes siguen las ecuaciones de movimiento de Lagrange y Euler. En los modelos basados en los flujos de difeomorfismos lagrangianos y eulerianos, la restricción se asocia a propiedades topológicas, tales como conjuntos abiertos que se conservan, coordenadas que no se cruzan implicando unicidad y existencia del mapeo inverso, y conjuntos conectados que permanecen conectados. El uso de métodos difeomórficos creció rápidamente para dominar el campo de los métodos de mapeo post Christensen[1] papel original, con métodos rápidos y simétricos disponibles. [2] [3]
El modelo estadístico central de la anatomía computacional en el contexto de las imágenes médicas ha sido el modelo de canal de fuente de la teoría de Shannon ; la fuente es la plantilla deformable de imágenes , las salidas del canal son los sensores de imágenes con observables (ver Figura). La importancia del modelo de canal de fuente es que la variación en la configuración anatómica se modela separada de las variaciones del sensor de las imágenes médicas. La teoría de Bayes dicta que el modelo se caracteriza por el anterior en la fuente, en y la densidad condicional en el observable.
condicionado .