[论文解读] FAIM -- A ConvNet Method for Unsupervised 3D Medical Image Registration

Dongyang Kuang, Tanya Schmah|arXiv (Cornell University)|Nov 22, 2018

Medical Image Segmentation Techniques参考文献 19被引用 13

一句话总结

FAIM 是一种新颖的 3D 无监督卷积神经网络，用于医学图像配准，采用轻量化架构并引入显式折叠惩罚机制，相较于基于 U-Net 的方法（如 VoxelMorph），实现了更高的配准精度和显著更少的非可逆形变（折叠）。该方法在不同正则化强度下均保持优异性能，以更小的 Dice 评分损失减少了折叠现象。

ABSTRACT

We present a new unsupervised learning algorithm, "FAIM", for 3D medical image registration. With a different architecture than the popular "U-net", the network takes a pair of full image volumes and predicts the displacement fields needed to register source to target. Compared with "U-net" based registration networks such as VoxelMorph, FAIM has fewer trainable parameters but can achieve higher registration accuracy as judged by Dice score on region labels in the Mindboggle-101 dataset. Moreover, with the proposed penalty loss on negative Jacobian determinants, FAIM produces deformations with many fewer "foldings", i.e. regions of non-invertibility where the surface folds over itself. In our experiment, we varied the strength of this penalty and investigated changes in registration accuracy and non-invertibility in terms of number of "folding" locations. We found that FAIM is able to maintain both the advantages of higher accuracy and fewer "folding" locations over VoxelMorph, over a range of hyper-parameters (with the same values used for both networks). Further, when trading off registration accuracy for better invertibility, FAIM required less sacrifice of registration accuracy. Codes for this paper will be released upon publication.

研究动机与目标

• 开发一种更快、更准确的无监督 3D 医学图像配准方法，避免深度学习方法中常见的非可逆形变（折叠）。
• 解决现有无监督 CNN 方法的局限性，这些方法常因雅可比行列式为负而导致非微分同胚形变。
• 设计一种网络架构，在可训练参数数量上少于 U-Net 基模型（如 VoxelMorph）的同时，实现高配准精度。
• 研究在不同正则化强度下，配准精度（Dice 评分）与形变可逆性（折叠数量）之间的权衡关系。
• 证明显式惩罚负雅可比行列式可实现对形变质量的更好控制，且不造成显著精度损失。

提出的方法

• FAIM 采用受空间变换网络和 Google 的 Inception 模块启发的定制 CNN 架构，利用空洞卷积和跳跃连接捕捉多尺度特征。
• 网络通过卷积块中的 PReLU 激活函数预测 3D 位移场，输出层为线性激活以生成位移向量。
• 空间形变模块通过可微采样，利用预测的位移场对源图像进行采样，生成形变图像。
• 训练损失结合图像相似性（1 - 归一化互相关）和正则化项：位移梯度的 L2 范数，以及一种新型负雅可比行列式惩罚项。
• 反折叠正则化项显式惩罚雅可比行列式为负的区域，以促进微分同胚（可逆）变换。
• 网络使用步幅卷积和转置卷积实现下采样和上采样，避免使用最大池化操作，以保留空间分辨率和梯度流动。

实验结果

研究问题

• RQ1 轻量级 CNN 架构是否能在 3D 医学图像配准中实现高于 U-Net 基模型（如 VoxelMorph）的配准精度？
• RQ2 与标准正则化相比，显式惩罚负雅可比行列式是否能更有效地减少预测形变中的折叠位置数量？
• RQ3 在不同正则化强度下，FAIM 与 VoxelMorph 在配准精度（Dice 评分）与形变可逆性（折叠数量）之间的权衡关系有何差异？
• RQ4 与最先进几何方法（如 ANTs）相比，FAIM 在实现近似微分同胚形变（即极少数折叠）的同时，能否保持高精度？
• RQ5 FAIM 对正则化强度 β 的折叠减少敏感性是否高于 VoxelMorph，表明其对形变质量具有更优的控制能力？

主要发现

• 在 Mindboggle-101 数据集上，FAIM 在所有 ROI 标签上的平均 Dice 评分为 0.5330，优于 VoxelMorph 在 β=0 时的 0.5066，且在所有测试的 β 值下均保持一致改进。
• 在 β=10⁻² 时，FAIM 将平均折叠位置数降低至每例大脑 2 个（均值 𝒩 = 2），而 VoxelMorph 为 13 个，同时保持更高的配准精度。
• FAIM 在实现相同折叠数量减少时，Dice 评分损失更小，其精度对反折叠正则化强度增加的鲁棒性优于 VoxelMorph。
• FAIM 的 Dice 评分与折叠位置数曲线的斜率更平缓，表明每减少一个折叠单位，FAIM 的精度损失小于 VoxelMorph。
• 在双对数图中，FAIM 的折叠位置数随 β 增加的下降更陡峭，表明其对反折叠正则化的敏感性更高，控制更有效。
• 即使在 β=10⁻² 时，FAIM 的配准精度（平均 Dice 0.4983）也超过了 ANTs SyNQuick（0.4845），表明其性能可与几何方法相媲美。