用于图像序列对应关系的插入网络
计算机视觉与模式识别
2026-02-16 v1
摘要
我们提出一种新方法用于建立两个 2D 图像序列之间的对应关系。该技术的一个具体应用场景是 slice 级别的内容导航，即在 3D 体积中定位特定 2D 切片，或确定 3D 扫描的解剖覆盖范围。这是各种诊断任务以及自动注册和分割管道的重要预处理步骤。我们的做法通过训练网络学习如何将一个序列中的切片插入到另一个序列的合适位置来构建序列对应。通过对每个切片进行上下文编码表示，并利用切片到切片注意力机制建模插入过程来实现。我们将其应用于在身体 CT 扫描中定位手动标记的关键切片，并将其性能与当前被认为是最先进的替代方案——身体部位回归——进行比较，后者为每个切片预测解剖位置得分。与身体部位回归不同，后者将每个切片视为独立单元；而我们的做法利用整个序列的上下文信息。实验结果表明，在监督环境下，插入网络将切片定位误差从 8.4 mm 降至 5.4 mm，显示出显著的精度提升。
引用
@article{arxiv.2602.12489,
title = {Insertion Network for Image Sequence Correspondence},
author = {Dingjie Su and Weixiang Hong and Benoit M. Dawant and Bennett A. Landman},
journal= {arXiv preprint arXiv:2602.12489},
year = {2026}
}