ModeTv2：用于医学图像配准中成对优化的 GPU 加速运动分解 Transformer
计算机视觉与模式识别
2026-02-03 v2
摘要
可变形图像配准在医学影像中扮演着关键角色，有助于疾病诊断和图像引导干预。传统的迭代方法速度慢，而深度学习（DL）加速了求解过程，但面临可用性和精度方面的挑战。本研究引入了一个带有增强型运动分解 Transformer（ModeTv2）算子的金字塔网络，展示了类似于传统方法的优越成对优化（PO）能力。我们使用 CUDA 扩展重新实现了 ModeT 算子，以提高其计算效率。我们进一步提出了 RegHead 模块，该模块可细化变形场，提高变形的真实性并减少参数。通过采用 PO，所提出的网络平衡了准确性、效率和泛化能力。在三个公开的脑部 MRI 数据集和一个腹部 CT 数据集上的大量实验证明了该网络对 PO 的适用性，提供了一个具有增强可用性和可解释性的 DL 模型。代码已公开发布在 https://github.com/ZAX130/ModeTv2。
引用
@article{arxiv.2403.16526,
title = {ModeTv2: GPU-accelerated Motion Decomposition Transformer for Pairwise Optimization in Medical Image Registration},
author = {Haiqiao Wang and Zhuoyuan Wang and Dong Ni and Yi Wang},
journal= {arXiv preprint arXiv:2403.16526},
year = {2026}
}