统一的脑表面和体积配准方法
计算机视觉与模式识别
2025-12-24 v1 人工智能
摘要
准确地对脑MRI扫描进行配准是神经科学研究中进行跨主体分析的基础。这涉及同时对脑的皮层表面和内部体积进行配准。传统方法分别处理体积和表面基于的配准，常导致不一致，限制了下游分析。我们提出了一种深度学习框架NeurAlign，通过统一的体积与表面表示联合对3D脑MRI图像进行配准，以同时对齐皮层和基底结构区域。该方法利用中间球坐标空间桥接解剖表面拓扑与体积解剖，实现一致且解剖上准确的对齐。通过将球面配准集成到学习过程中，该方法确保体积和表面域之间的几何一致性。在一系列针对both in-domain和out-of-domain数据集的实验中，我们的方法始终优于经典和机器学习基于的配准方法——在保持规则变形场的同时，将Dice评分提升了最高7分。此外，该方法比标准方法快一个数量级，而且使用更简单，因为只需输入MRI扫描。凭借卓越的准确性、快速推理和易用性，NeurAlign为联合皮层和基底结构配准树立了新标准。
引用
@article{arxiv.2512.19928,
title = {Unified Brain Surface and Volume Registration},
author = {S. Mazdak Abulnaga and Andrew Hoopes and Malte Hoffmann and Robin Magnet and Maks Ovsjanikov and Lilla Zöllei and John Guttag and Bruce Fischl and Adrian Dalca},
journal= {arXiv preprint arXiv:2512.19928},
year = {2025}
}