【论文笔记】基于深度学习的端到端无监督配准模型——变形图像配准网络(Deformable Image Registration Network, DIRNet)

本文主要是介绍【论文笔记】基于深度学习的端到端无监督配准模型——变形图像配准网络(Deformable Image Registration Network, DIRNet),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本文是论文 End-to-End Unsupervised Deformable Image Registration with a Convolutional Neural Network 的阅读笔记。

文章提出了一种端到端的无监督配准模型——变形图像配准网络(Deformable Image Registration Network, DIRNet),并在手写数字数据集 MNIST 和心脏电影 MR 数据集 SCD 上做了实验。这个模型包括三个部分:一个由 CNN 实现的回归器、空间变换网络、重采样器。该模型是第一个基于深度学习的无监督端对端的图像配准模型。

一、网络结构

DIRNet 由回归器、空间变换器和重采样器三部分组成。如上图所示,回归器以 fixed image 和 moving image 的图像块作为输入,其输出的形变参数作为空间变换器的输入,空间变换器产生一个形变场,然后输入到重采样器中,重采样器根据形变场对 moving image 进行变换,得到配准之后的图像。整个网络通过通过计算 fixed image 和 warped moving image 之间的相似性作为损失函数来更新网络的参数。

1. 回归器

回归器的输入是 fixed image 和 moving image 中对应的图像块(patch),它利用 CNN 预测一个局部的形变参数。其网络结构具体是:4 个 3 × 3 3\times3 3×3 的卷积层,采用 0 填充,并且使用 2 × 2 2\times2 2×2 的下采样层,下采样层具体使用的是平均池化操作,然后是一个 1 × 1 1\times1 1×1 的卷积层作为全连接层。每一层中都使用了批正则化,除最后一个卷积层外每个卷积层后都跟着一个指数线性单元(ELU)作为激活函数。

2. 空间变换器

空间变换器的输入是回归器预测的形变参数,其输出是一个位移向量场(形变场),具体的,空间转换器会根据薄板样条产生一个形变场,这种更适合于预测全局的形变场,即输入是整幅图像;当输入是图像块时,预测的是局部的形变场,这时 B 样表转换则更适合。

3. 重采样器

重采样器的输入是一个形变场,其输出是变形后的 moving image。

模型的优化器采用的是随机梯度下降优化器,图像之间的相似度损失采用的是归一化的互相关。

二、实验结果

1. MNIST 数据集

在处理 MNIST 数据集时,由于有 0~9 十种不同的手写数字,所以是对每一类的图像分别进行训练的,并且在训练时随机选择一个图片作为 fixed image。

上图是对 MNIST 数据集进行训练的结果,第一行是每一类图像取平均值之后得到的,第二行是 fixed image,第三行是配准之后的结果。

2. SCD 数据集

为了评估不同的网络设置对效果的影响,在 SCD 数据集上进行训练时,以第二部分网络结构中提到的设置作为基准,分别对以下内容做了实验:

为了评估不同的下采样方法的影响,DIRNet-A1 模型使用的是最大池化操作,DIRNet-A2 模型使用的是步长为 2 的卷积操作。

为了评估不同的空间变换器的影响,DIRNet-B1 使用的是二次 B 样条变换器,DIRNet-B2 使用的是薄板样条变换器。

为了评估不同大小的接收野(即patch大小)的影响,DIRNet-C1 使用的是有重叠的图像块,该图像块大小与B样条控制点的捕获范围一致,这是通过在最终池层前后添加额外的 3 × 3 3\times3 3×3 的卷积层来实现的;DIRNet-C2 通过将最后一层 1 × 1 1\times1 1×1 的卷积层替换为 3 × 3 3\times3 3×3 的卷积层,然后是一个下采样层、两个 1024 节点的完全连接层和一个 16 × 16 16\times16 16×16 的二维控制点的最终输出层来分析每个控制点的全图像切片。

上图是根据上述不同的实验设置得到的训练结果,其中每一行分别表示配准之前的损失、SimpleElastix 模型训练的损失以及不同设置的 DIRNet 的损失。 9 5 t h S D 95^{th} SD 95thSD 是 surface distance(表面距离)的缩写, M A D MAD MAD 是 mean absolute surface distance(平均绝对表面距离的缩写)。在所有的模型中,B2 训练时收敛的较慢,但是效果比基准网络要好,C1 的效果是最好的。

上图是 DIRNet 和 SimpleElastix 配准结果的对比图,可以看出来 DIRNet 的配准结果更接近于 fixed image。

这篇关于【论文笔记】基于深度学习的端到端无监督配准模型——变形图像配准网络(Deformable Image Registration Network, DIRNet)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/323164

相关文章

Linux中压缩、网络传输与系统监控工具的使用完整指南

《Linux中压缩、网络传输与系统监控工具的使用完整指南》在Linux系统管理中,压缩与传输工具是数据备份和远程协作的桥梁,而系统监控工具则是保障服务器稳定运行的眼睛,下面小编就来和大家详细介绍一下它... 目录引言一、压缩与解压:数据存储与传输的优化核心1. zip/unzip:通用压缩格式的便捷操作2.

深度解析Java DTO(最新推荐)

《深度解析JavaDTO(最新推荐)》DTO(DataTransferObject)是一种用于在不同层(如Controller层、Service层)之间传输数据的对象设计模式,其核心目的是封装数据,... 目录一、什么是DTO?DTO的核心特点:二、为什么需要DTO?(对比Entity)三、实际应用场景解析

深度解析Java项目中包和包之间的联系

《深度解析Java项目中包和包之间的联系》文章浏览阅读850次,点赞13次,收藏8次。本文详细介绍了Java分层架构中的几个关键包:DTO、Controller、Service和Mapper。_jav... 目录前言一、各大包1.DTO1.1、DTO的核心用途1.2. DTO与实体类(Entity)的区别1

深度解析Python装饰器常见用法与进阶技巧

《深度解析Python装饰器常见用法与进阶技巧》Python装饰器(Decorator)是提升代码可读性与复用性的强大工具,本文将深入解析Python装饰器的原理,常见用法,进阶技巧与最佳实践,希望可... 目录装饰器的基本原理函数装饰器的常见用法带参数的装饰器类装饰器与方法装饰器装饰器的嵌套与组合进阶技巧

深度解析Spring Boot拦截器Interceptor与过滤器Filter的区别与实战指南

《深度解析SpringBoot拦截器Interceptor与过滤器Filter的区别与实战指南》本文深度解析SpringBoot中拦截器与过滤器的区别,涵盖执行顺序、依赖关系、异常处理等核心差异,并... 目录Spring Boot拦截器(Interceptor)与过滤器(Filter)深度解析:区别、实现

深度解析Spring AOP @Aspect 原理、实战与最佳实践教程

《深度解析SpringAOP@Aspect原理、实战与最佳实践教程》文章系统讲解了SpringAOP核心概念、实现方式及原理,涵盖横切关注点分离、代理机制(JDK/CGLIB)、切入点类型、性能... 目录1. @ASPect 核心概念1.1 AOP 编程范式1.2 @Aspect 关键特性2. 完整代码实

SpringBoot开发中十大常见陷阱深度解析与避坑指南

《SpringBoot开发中十大常见陷阱深度解析与避坑指南》在SpringBoot的开发过程中,即使是经验丰富的开发者也难免会遇到各种棘手的问题,本文将针对SpringBoot开发中十大常见的“坑... 目录引言一、配置总出错?是不是同时用了.properties和.yml?二、换个位置配置就失效?搞清楚加

Go学习记录之runtime包深入解析

《Go学习记录之runtime包深入解析》Go语言runtime包管理运行时环境,涵盖goroutine调度、内存分配、垃圾回收、类型信息等核心功能,:本文主要介绍Go学习记录之runtime包的... 目录前言:一、runtime包内容学习1、作用:① Goroutine和并发控制:② 垃圾回收:③ 栈和

Python中文件读取操作漏洞深度解析与防护指南

《Python中文件读取操作漏洞深度解析与防护指南》在Web应用开发中,文件操作是最基础也最危险的功能之一,这篇文章将全面剖析Python环境中常见的文件读取漏洞类型,成因及防护方案,感兴趣的小伙伴可... 目录引言一、静态资源处理中的路径穿越漏洞1.1 典型漏洞场景1.2 os.path.join()的陷

Android学习总结之Java和kotlin区别超详细分析

《Android学习总结之Java和kotlin区别超详细分析》Java和Kotlin都是用于Android开发的编程语言,它们各自具有独特的特点和优势,:本文主要介绍Android学习总结之Ja... 目录一、空安全机制真题 1:Kotlin 如何解决 Java 的 NullPointerExceptio