波形导向的多尺度通信用于无监督的医疗图像注册.
Xuejun Zhang1, Aobo Xu1, Ganxin Ouyang2
1School of Computer, Electronics and Information, Guangxi University, Nanning 530004, China.
Bioengineering (Basel, Switzerland)
|April 26, 2025
概括
WaveMorph是一种新的波形导向方法,通过保存解剖细节来增强无监督的医疗图像注册. 这种方法实现了最先进的精度和实时性能,克服了变压器模型的局限性.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 医疗图像注册对于外科导航和诊断等临床应用至关重要.
- 变压器模型 (如TransMorph) 是有前途的,但需要大量的数据和参数,限制了临床使用.
- 传统方法在下方/上方采样过程中降低高频解剖特征.
研究的目的:
- 开发一种高效准确的无监督医疗图像记录方法.
- 解决变压器模型在数据要求和空间局部方面的局限性.
- 为了保存细粒度的解剖结构,通常在传统的注册技术中丢失.
主要方法:
- 提出WaveMorph,一种波形导向的多尺度ConvNeXt方法.
- 引入了一种新型的多尺度波束特征聚变下采样模块,使用哈尔波束分解.
- 实现了一种轻量级的动态上采样模块,用于重建详细的解剖结构.
主要成果:
- WaveMorph 在亚特拉斯到患者 (IXI) 和患者间 (OASIS) 数据集上实现了最先进的性能.
- 获得了高的子得分:0.779 ± 0.015 (IXI) 和0.824 ± 0.021 (OASIS).
- 证明了实时推断能力 (0.072秒/图像).
结论:
- WaveMorph有效地将CNN的感应偏差与医疗图像注册的变压器优势集成在一起.
- 该模型减轻了拓扭曲,并保留了高频细节.
- 对于要求准确性和速度的临床工作流程,WaveMorph提供了一个可行的解决方案.
