面向全自动 MR-TRUS 配准的显著区域匹配
图像与视频处理
2025-01-08 v1 计算机视觉与模式识别
摘要
前列腺癌是导致男性癌症死亡的主要原因之一。磁共振成像（MR）和经直肠超声（TRUS）的配准可为前列腺癌的靶向活检提供指导。本研究提出了一种用于全自动 MR-TRUS 配准的显著区域匹配框架。该框架包括前列腺分割、刚性配准和形变配准。前列腺分割分别使用 MR 和 TRUS 上的两个分割网络完成，其预测的显著区域用于刚性配准。刚性配准后的 MR 和 TRUS 图像作为形变配准的初始化。形变配准网络采用双流编码器，配合跨模态空间注意力模块以促进多模态特征学习，并采用显著区域匹配损失以考虑前列腺区域内的结构和强度相似性。在公开的 MR-TRUS 数据集上进行的实验表明，我们的方法获得了令人满意的配准效果，优于多种最前沿的方法。代码已公开于 https://github.com/mock1ngbrd/salient-region-matching。
关键词
引用
@article{arxiv.2501.03510,
title = {Salient Region Matching for Fully Automated MR-TRUS Registration},
author = {Zetian Feng and Dong Ni and Yi Wang},
journal= {arXiv preprint arXiv:2501.03510},
year = {2025}
}