基于粗到细视觉Transformer的仿射医学图像配准
计算机视觉与模式识别
2022-03-31 v2
摘要
仿射配准在完整的医学图像配准流程中不可或缺。然而，仅有少数研究关注快速且鲁棒的仿射配准算法。这些研究大多利用卷积神经网络（CNNs）学习联合仿射与非参数配准，而仿射子网络的独立性能较少被探究。此外，现有基于CNN的仿射配准方法要么关注输入的局部错位，要么关注全局朝向与位置以预测仿射变换矩阵，它们对空间初始化敏感，且在训练数据集之外泛化能力有限。本文提出一种快速鲁棒的基于学习的算法——粗到细视觉Transformer（C2FViT），用于三维仿射医学图像配准。我们的方法自然地利用卷积视觉Transformer的全局连通性与局部性以及多分辨率策略来学习全局仿射配准。我们在三维脑图谱配准与模板匹配归一化上评估了该方法。综合结果表明，我们的方法在配准精度、鲁棒性和泛化性上优于现有基于CNN的仿射配准方法，同时保持了基于学习的方法在运行时间上的优势。源代码见 https://github.com/cwmok/C2FViT。
引用
@article{arxiv.2203.15216,
title = {Affine Medical Image Registration with Coarse-to-Fine Vision Transformer},
author = {Tony C. W. Mok and Albert C. S. Chung},
journal= {arXiv preprint arXiv:2203.15216},
year = {2022}
}
备注
Accepted by CVPR2022