TempDiffReg：用于非刚性 2D-3D 血管配准的时序扩散模型
计算机视觉与模式识别
2026-01-27 v1
摘要
经动脉化疗栓塞术（TACE）是治疗肝细胞癌及其他肝脏恶性肿瘤的首选方案，但由于术中血管导航复杂及解剖变异性，该手术仍极具挑战性。准确且鲁棒的 2D-3D 血管配准对于在 TACE 过程中引导微导管和器械至关重要，可实现对血管结构的精确定位及最佳治疗靶向。为解决此问题，我们开发了一种由粗到细的配准策略。首先，我们引入了全局对齐模块——结构感知透视 n 点法（SA-PnP），以建立 2D 与 3D 血管结构之间的对应关系。其次，我们提出了 TempDiffReg，一种时序扩散模型，通过利用时序上下文来捕捉复杂的解剖变异和局部结构变化，从而迭代地执行血管形变。我们收集了 23 名患者的数据，并构建了 626 对多帧样本以进行全面评估。实验结果表明，所提出的方法在准确性和解剖合理性上均持续优于现有最先进（SOTA）方法。具体而言，我们的方法在配准精度上实现了 0.63 mm 的均方误差（MSE）和 0.51 mm 的平均绝对误差（MAE），与最具竞争力的现有方法相比，MSE 降低了 66.7%，MAE 降低了 17.7%。该方法有望辅助经验不足的临床医生安全高效地执行复杂的 TACE 手术，最终改善手术效果和患者护理。代码和数据可在以下地址获取：\textcolor{blue}{https://github.com/LZH970328/TempDiffReg.git}
引用
@article{arxiv.2601.18168,
title = {TempDiffReg: Temporal Diffusion Model for Non-Rigid 2D-3D Vascular Registration},
author = {Zehua Liu and Shihao Zou and Jincai Huang and Yanfang Zhang and Chao Tong and Weixin Si},
journal= {arXiv preprint arXiv:2601.18168},
year = {2026}
}
备注
Accepted by IEEE BIBM 2025