SHMoAReg：基于空间异构专家混合与注意力头的可变形图像配准
计算机视觉与模式识别
2025-09-25 v1
摘要
编码器-解码器架构在基于深度学习的可变形图像配准（DIR）中被广泛使用，其中编码器提取多尺度特征，解码器通过恢复空间位置预测变形场。然而，现有方法缺乏对配准有用特征的专门提取，并且在三个方向上联合且均匀地预测变形场。本工作提出了一种新颖的专家引导 DIR 网络，在编码器和解码器中均应用了专家混合（MoE）机制，命名为 SHMoAReg。具体而言，我们在编码器层中引入注意力混合（MoA），在解码器层中引入空间异构专家混合（SHMoE）。MoA 通过为每个图像标记动态选择最优注意力头组合来增强特征提取的专业化。同时，SHMoE 使用具有不同核大小的专家对各体素在三个方向上异构地预测变形场。在两个公开数据集上进行的广泛实验表明，与各种方法相比均有持续改进，在腹部 CT 数据集的 Dice 分数上从 60.58% 显著提升至 65.58%。此外，SHMoAReg 通过区分不同/同一分辨率层中专家的效用增强了模型可解释性。据我们所知，我们是首次将 MoE 机制引入 DIR 任务。代码将很快发布。
引用
@article{arxiv.2509.20073,
title = {SHMoAReg: Spark Deformable Image Registration via Spatial Heterogeneous Mixture of Experts and Attention Heads},
author = {Yuxi Zheng and Jianhui Feng and Tianran Li and Marius Staring and Yuchuan Qiao},
journal= {arXiv preprint arXiv:2509.20073},
year = {2025}
}