BrainMorph: 一种用于鲁棒且灵活的脑部MRI配准的基础关键点模型
计算机视觉与模式识别
2025-06-10 v3
摘要
基于最近提出的KeyMorph框架，我们提出了一种基于关键点的通用脑部MRI配准基础模型。我们的模型称为BrainMorph，支持多模态、成对和可扩展的组配准。BrainMorph在超过100,000个3D体积（包括去颅骨和未去颅骨）的大规模数据集上训练，这些数据来自近16,000个独特的健康与患病受试者。BrainMorph对大的错位具有鲁棒性，可通过查询自动提取的关键点进行解释，并在测试时能够快速、可控地生成许多具有不同对齐类型和不同非线性程度的合理变换。我们展示了BrainMorph在解决3D刚性、仿射和非线性配准方面的优越性，涉及多种多模态脑部MRI扫描（健康与患病受试者），包括成对和组配准设置。特别是，我们展示了配准精度和速度超过了多种经典和基于学习的方法，尤其是在大的初始错位和大组设置下。所有代码和模型可在https://github.com/alanqrwang/brainmorph获取。
引用
@article{arxiv.2405.14019,
title = {BrainMorph: A Foundational Keypoint Model for Robust and Flexible Brain MRI Registration},
author = {Alan Q. Wang and Rachit Saluja and Heejong Kim and Xinzi He and Adrian Dalca and Mert R. Sabuncu},
journal= {arXiv preprint arXiv:2405.14019},
year = {2025}
}
备注
Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2025:010