日本科学家在模式识别中报告了一种从二维图像构建三维模型的新方法。该方法涉及通过混合刚性变换的非刚性配准，克服了当前方法中的若干限制。研究人员通过将其应用于世界上最大的人类胚胎收集品“京都人类胚胎和胎儿收集”中来验证他们的方法，其中有超过45,000个标本。

MRI和CT扫描是获取身体3D图像的标准技术。这些模式可以以前所未有的精确度追踪伤害或中风的位置。它们甚至可以揭示阿尔茨海默病等脑病变中可见的微观蛋白质沉积物。然而，为了获得最佳分辨率，科学家仍然依赖于标本切片，这就是癌症和其他活组织检查的原因。一旦获得了所需的信息，科学家们就可以使用可以将2D切片组合在一起的算法来重建模拟的3D图像。通过这种方式，他们可以重建整个器官甚至生物体。

将切片堆叠在一起以创建3D图像类似于在切割后将蛋糕放在一起。是的，一般的形状是存在的，但刀会导致某些切片破裂，以便重建的蛋糕看起来永远不会像原始的那样美丽。虽然这可能不会让想要放纵的五岁儿童的一方感到不安，但寻找肿瘤准确位置的外科医生会更难以安抚。

实际上，当准备用于切片时，样品可以经历一系列变化。

“切片过程拉伸，弯曲和撕裂组织。染色过程因样品而异。固定过程会导致组织破坏，”奈良日本奈良科学技术研究所(NAIST)解释，副教授Takuy​​a Funatomi领导该项目。

对于这些问题中的每一个，Funatomi和他的研究团队提出了一种解决方案，当组合时，使用比标准方法更少的计算成本，最小化所有三个因素的重建。从根本上说，3D重建有三个挑战。首先是非刚性变形，其中原始样本中各点的位置和方向已经改变。其次是组织不连续性，如果注册失败，重建中可能出现间隙。最后，存在尺度变化，其中由于非刚性配准，重建的部分与其实际尺寸不成比例。

首先，我们通过混合刚性变换使用少量控制点来表示非刚性变形。可以针对染色变化稳健地估计少量控制点。然后我们根据非刚性配准结果选择目标图像并应用比例调整。“