RFR-WWANet：基于加权窗口注意力的恢复特征分辨率网络用于无监督图像配准
计算机视觉与模式识别
2024-08-21 v2
摘要
Swin Transformer 近期因计算高效与长程建模能力而在医学图像分析中受到关注。凭借这些特性，Swin Transformer 适用于在复杂的腹部图像配准任务中建立不同位置对应体素之间更远距离的关系。然而，基于 Transformer 的配准模型将多个体素合并为单一语义 token，这一合并过程限制了 Transformer 建模并生成粗粒度空间信息。为解决此问题，我们提出恢复特征分辨率网络（RFRNet），使 Transformer 能够向更高分辨率层级贡献细粒度空间信息与丰富的语义对应。此外，移位窗口划分操作缺乏灵活性，意味着其无法感知不确定距离上的语义信息并自动桥接窗口间的全局连接。因此，我们提出加权窗口注意力（WWA）以自动构建窗口间的全局交互，其实现于 Swin Transformer 块内常规与循环移位窗口划分操作之后。所提出的无监督可变形图像配准模型 RFR-WWANet 可检测长程相关性，并促进解剖结构有意义的语义关联。定性与定量结果表明，RFR-WWANet 相较当前最先进方法取得显著改进。消融实验证明了 RFRNet 与 WWA 设计的有效性。我们的代码见 \url{https://github.com/MingR-Ma/RFR-WWANet}。
引用
@article{arxiv.2305.04236,
title = {RFR-WWANet: Weighted Window Attention-Based Recovery Feature Resolution Network for Unsupervised Image Registration},
author = {Mingrui Ma and Tao Wang and Lei Song and Weijie Wang and Guixia Liu},
journal= {arXiv preprint arXiv:2305.04236},
year = {2024}
}