PC-SwinMorph:用于无监督医学图像配准与分割的补丁表示
计算机视觉与模式识别
2022-07-22 v2
摘要
医学图像配准与分割是多项临床流程中的关键任务。人工完成这些任务耗时且质量高度依赖于医生的专业水平。为缓解这一繁重工作,已开发出自动工具,其中多数解决方案为有监督技术。然而在医学领域,拥有具良好代表性的真值这一强假设远不现实。为克服该挑战,无监督技术已被研究,但其性能仍受限且无法产生合理结果。本工作中,我们提出一种称为PC-SwinMorph的用于图像配准与分割的新型统一无监督框架。我们框架的核心是两个基于补丁的策略,并证明补丁表示是性能提升的关键。我们首先引入一种基于补丁的对比策略,以强化局部性条件与更丰富的特征表示。其次,我们利用一个3D窗口/偏移窗口多头自注意力模块作为补丁拼接策略,以消除补丁分割带来的伪影。通过一组数值与可视化结果,我们证明该技术优于当前SOTA无监督技术。
引用
@article{arxiv.2203.05684,
title = {PC-SwinMorph: Patch Representation for Unsupervised Medical Image Registration and Segmentation},
author = {Lihao Liu and Zhening Huang and Pietro Liò and Carola-Bibiane Schönlieb and Angelica I. Aviles-Rivero},
journal= {arXiv preprint arXiv:2203.05684},
year = {2022}
}
备注
10 pages, 7 figures, 2 tables