TraceTrans：用于手术预测的翻译和空间追踪
图像与视频处理
2025-12-05 v4 人工智能
计算机视觉与模式识别
机器学习
摘要
图像到图像翻译模型在跨视觉域转换图像方面取得了显著成功，日益用于医学任务，如预测手术后结果和建模疾病进程。然而，大多数现有方法主要致力于匹配目标分布，往往忽视源图像与翻译图像之间的空间对应关系。这一限制可能导致结构不一致和幻觉，削弱预测的可靠性和可解释性。在临床应用中，这种挑战因对解剖学准确性的严格要求而尤为突出。本文提出 TraceTrans，一种用于手术后预测的可变形图像翻译模型，生成与目标分布对齐的图像，同时显式揭示与手术前输入图像的空间对应关系。该框架采用编码器进行特征提取，以及两个解码器分别预测空间变形和合成翻译图像。预测的变形场对生成输出施加空间约束，确保与源图像的解剖学一致性。在医学美容和脑 MRI 数据集上进行大量实验表明，TraceTrans 能提供准确且可解释的手术后预测，凸显其在可靠临床部署方面的潜力。
引用
@article{arxiv.2510.22379,
title = {TraceTrans: Translation and Spatial Tracing for Surgical Prediction},
author = {Xiyu Luo and Haodong Li and Xinxing Cheng and He Zhao and Yang Hu and Xuan Song and Tianyang Zhang},
journal= {arXiv preprint arXiv:2510.22379},
year = {2025}
}