[论文解读] An Artificial Agent for Robust Image Registration

Rui Liao, Shun Miao+5 more|arXiv (Cornell University)|Nov 30, 2016

Medical Image Segmentation Techniques参考文献 26被引用 13

一句话总结

本文提出了一种受深度强化学习启发的人工智能代理，通过一系列策略驱动的动作而非直接回归参数来执行3D医学图像配准。通过采用分层注意力机制的贪心监督训练方法，将配准问题建模为策略学习问题，该代理在具有较大视野差异或严重图像伪影的挑战性情况下，相较于最先进方法展现出更优的准确性和鲁棒性。

ABSTRACT

3-D image registration, which involves aligning two or more images, is a critical step in a variety of medical applications from diagnosis to therapy. Image registration is commonly performed by optimizing an image matching metric as a cost function. However, this task is challenging due to the non-convex nature of the matching metric over the plausible registration parameter space and insufficient approaches for a robust optimization. As a result, current approaches are often customized to a specific problem and sensitive to image quality and artifacts. In this paper, we propose a completely different approach to image registration, inspired by how experts perform the task. We first cast the image registration problem as a "strategy learning" process, where the goal is to find the best sequence of motion actions (e.g. up, down, etc.) that yields image alignment. Within this approach, an artificial agent is learned, modeled using deep convolutional neural networks, with 3D raw image data as the input, and the next optimal action as the output. To cope with the dimensionality of the problem, we propose a greedy supervised approach for an end-to-end training, coupled with attention-driven hierarchical strategy. The resulting registration approach inherently encodes both a data-driven matching metric and an optimal registration strategy (policy). We demonstrate, on two 3-D/3-D medical image registration examples with drastically different nature of challenges, that the artificial agent outperforms several state-of-art registration methods by a large margin in terms of both accuracy and robustness.

研究动机与目标

• 解决传统基于优化的图像配准方法在非凸代价函数和图像伪影情况下表现不佳的问题。
• 开发一种对图像质量变化和解剖复杂性具有鲁棒性的配准方法，且无需依赖手工设计的度量标准。
• 通过监督训练学习数据驱动策略，实现完全自动化的端到端3D图像配准。
• 在CT-CBCT脊柱和心脏成像等具有严重伪影的挑战性场景中，提升配准的准确性和收敛性。
• 通过有效的数据增强和采样策略，降低对大规模标注数据的依赖。

提出的方法

• 将配准任务重新表述为序列决策过程，其中代理选择最优运动动作（例如，上移、下移、旋转）以改善图像对齐。
• 一个深度卷积神经网络将3D原始图像输入映射到下一个最优动作，学习一种策略，隐式编码了数据驱动的匹配度量和最优配准策略。
• 代理采用贪心监督学习（DSL）框架进行训练，相比标准深度强化学习更高效，且显著减少内存消耗。
• 采用分层策略，从粗分辨率图像层开始，逐步在更高分辨率上细化对齐，以提升鲁棒性。
• 使用奖励塑造机制，当代理接近真实变换时获得额外奖励，折扣因子γ和奖励阈值R被仔细设定以确保收敛。
• 应用数据增强和有针对性的采样策略，特别是在真实变换附近采样，以在有限的标注训练对下提升泛化能力。

实验结果

研究问题

• RQ1 深度学习代理能否学习到一种鲁棒的、数据驱动的配准策略，使其在3D医学图像配准中优于传统基于优化的方法？
• RQ2 与标准深度强化学习相比，贪心监督训练方法在效率、内存使用和性能方面表现如何？
• RQ3 在存在显著视野差异或图像伪影的情况下，分层多分辨率策略在多大程度上能提升配准的准确性和鲁棒性？
• RQ4 该代理能否泛化到临床挑战性病例，如CT-CBCT脊柱和心脏成像中严重伪影和低软组织对比度的情况？
• RQ5 当仅有少量标注训练对时，有针对性的数据采样和增强对模型性能有何影响？

主要发现

• 该人工代理在两个具有挑战性的3D/3D医学图像配准任务中，无论在准确性还是鲁棒性方面，均优于多种最先进方法。
• 即使在人类专家因细微外观差异或严重伪影而难以判断的情况下，该方法仍表现出卓越性能。
• 相比标准深度强化学习，贪心监督训练方案显著降低了内存使用和训练时间，同时保持了高性能。
• 分层框架实现了稳定收敛，未出现循环运动，表明其在非凸参数空间中具有有效的导航能力。
• 该代理对图像质量变化表现出强鲁棒性，在脊柱配准任务中仅出现8%的失败率，表明其具有出色的泛化能力。
• 理论分析证实，当代理接近真实变换时，动作值函数收敛至1/(1−γ)，支持所学习策略的稳定性和最优性。