基于置信区间多跳视觉推理的可解释非监督可 deform 图像配准
计算机视觉与模式识别
2026-02-03 v1 人工智能
机器学习
摘要
非监督可 deform 图像配准需要在无参考标签的情况下对复杂解剖结构进行配准，这使得可解释性和可靠性至关重要。现有的深度学习方法虽然取得了显著的准确性，但往往缺乏透明度，导致误差漂移和临床信任度下降。我们提出了一种新的多跳视觉推理链（VCoR）框架，将配准重新表述为逐步推理过程。受临床决策中迭代本质的启发，每个视觉推理步骤集成局部空间细化（LSR）模块以丰富特征表示，以及交叉参考注意力（CRA）机制，引导迭代细化过程，保持解剖一致性。这种多跳策略能够稳健地处理大位移，并产生一系列具有理论界限的中间预测。除准确性外，我们的框架通过估计跨各步骤变形场的稳定性和收敛性，提供内置的可解释性。广泛的在两大公开数据集 DIR-Lab 4D CT（肺部）和 IXI T1 加权 MRI（大脑）上的评估表明，VCoR 在保持竞争性配准准确性的同时，提供丰富的中间可视化和置信区间。通过嵌入隐式的视觉推理范式，我们呈现了一个可解释、可靠且临床可行的非监督医学图像配准方法。
引用
@article{arxiv.2602.00211,
title = {Interpretable Unsupervised Deformable Image Registration via Confidence-bound Multi-Hop Visual Reasoning},
author = {Zafar Iqbal and Anwar Ul Haq and Srimannarayana Grandhi},
journal= {arXiv preprint arXiv:2602.00211},
year = {2026}
}