TractoRC：用于联合脑白 matter 轨迹配准与聚类的统一概率学习框架
计算机视觉与模式识别
2026-03-12 v1
摘要
扩散 MRI 轨迹图使人类可体内重建白 matter（WM）通路。轨迹图分析的两个关键任务包括：1) 跨个体间的轨迹图配准；2) 轨迹聚类，将轨迹分组为紧凑纤维束。尽管这两个任务都旨在捕获几何相似的结构以表征一致的 WM 组织，但通常独立进行。本文提出 TractoRC，一种统一的概率框架，联合进行轨迹图配准与轨迹聚类，纳入单一优化方案，使两个任务能够利用互补信息。TractoRC 学习轨迹点所在的潜在嵌入空间，作为两个任务的共享表征。该空间内，两个任务均形式化为结构表征的概率推断：配准学习解剖 landmarks 的分布作为概率关键点，以跨主体对齐轨迹图；聚类学习轨迹结构原型，捕获几何相似性以形成连贯的轨迹簇。为支持有效学习此共享空间，我们引入基于几何不变性的自监督策略，以学习几何感知且仿射不变的嵌入。实验表明，联合优化配准与聚类在两个任务上均显著优于将二者独立处理的最先进方法。代码将公开于 https://github.com/yishengpoxiao/TractoRC。
引用
@article{arxiv.2603.10418,
title = {TractoRC: A Unified Probabilistic Learning Framework for Joint Tractography Registration and Clustering},
author = {Yijie Li and Xi Zhu and Junyi Wang and Ye Wu and Lauren J. O'Donnell and Fan Zhang},
journal= {arXiv preprint arXiv:2603.10418},
year = {2026}
}
备注
11 pages, 3 figures