[论文解读] Probabilistic Multilayer Regularization Network for Unsupervised 3D Brain Image Registration

Lihao Liu, Xiaowei Hu+2 more|arXiv (Cornell University)|Jul 3, 2019

Medical Image Segmentation Techniques参考文献 17被引用 5

一句话总结

该论文提出了一种新颖的无监督3D脑图像配准框架，采用概率多层正则化网络，直接对两个深度卷积神经网络（CNNs）多层中的特征级表示进行正则化。通过变分推断建模不同层次特征图之间的变换关系，该方法在LPBA40和MindBoggle101数据集上实现了最先进的配准精度，Dice分数显著优于现有无监督方法。

ABSTRACT

Brain image registration transforms a pair of images into one system with the matched imaging contents, which is of essential importance for brain image analysis. This paper presents a novel framework for unsupervised 3D brain image registration by capturing the feature-level transformation relationships between the unaligned image and reference image. To achieve this, we develop a feature-level probabilistic model to provide the direct regularization to the hidden layers of two deep convolutional neural networks, which are constructed from two input images. This model design is developed into multiple layers of these two networks to capture the transformation relationships at different levels. We employ two common benchmark datasets for 3D brain image registration and perform various experiments to evaluate our method. Experimental results show that our method clearly outperforms state-of-the-art methods on both benchmark datasets by a large margin.

研究动机与目标

• 解决现有无监督深度学习方法在3D脑图像配准过程中未能显式建模特征层级变换关系的局限性。
• 通过概率模型对两个CNN的隐藏层施加直接正则化，提升学习特征的判别性。
• 实现无需真实形变场或人工标签的配准网络端到端训练。
• 通过聚合分层网络层级中多个特征层级潜在变量的变换估计，提升配准精度。

提出的方法

• 该方法使用两个独立的3D CNN，从非对齐和参考脑图像中提取分层特征图。
• 在每一层 $ i $ 上，通过特征级概率模型估计一个潜在变量 $ F_z^i $，表示对应特征图 $ F_x^i $ 和 $ F_y^i $ 之间的空间变换。
• 概率模型使用变分推断近似后验 $ p(F_z^i | F_x^i, F_y^i) $，最小化真实后验与近似后验之间的KL散度。
• 在多层上应用正则化，所有层级的潜在变量经上采样后相加，生成最终形变场 $ z $。
• 通过空间变压器网络（STN）将最终变换应用于输入图像，实现与参考图像的对齐。
• 整个网络通过重建损失和变分下界，在无监督方式下进行端到端训练。

实验结果

研究问题

• RQ1 显式建模特征层级变换关系是否能提升无监督3D脑图像配准性能？
• RQ2 对CNN特征进行多层正则化是否能生成更有利于形变场预测的判别性表征？
• RQ3 所提方法在配准精度方面与当前最先进的无监督配准网络相比表现如何？
• RQ4 分层概率建模与全局特征融合相比，对提升配准性能的贡献分别是什么？

主要发现

• 在LPBA40数据集上，该方法在额叶区域取得了0.711的Dice分数，优于次佳方法FAIM的0.035。
• 在LPBA40数据集的海马体区域，该方法取得了0.701的Dice分数，显著高于次佳方法FAIM的0.696。
• 在MindBoggle101数据集上，该方法在额叶区域取得了0.579的Dice分数，优于FAIM（0.572）和VoxelMorph（0.534）。
• 消融实验表明，使用多层概率模型的性能优于基于拼接的特征融合（Baseline-1）和单层预测（Baseline-2）。
• 可视化对比显示，所提方法在保留解剖结构方面表现更优，且与参考图像的匹配更准确，优于对比方法。