基于循環一致生成對抗網絡的多模態影像剛性配準

郭翌，吳香奕，吳茜，陳志，徐榭，裴曦

1.中國科學技術大學物理學院工程與應用物理系，安徽合肥230026；2.安徽醫科大學，安徽合肥230032

前言

圖像配準是大多數醫學影像分析問題的一個基本步驟，廣泛應用于醫學診斷、手術放射治療規劃、圖譜構建、增強現實、療效分析評價和醫學圖像分割等［1-3］。醫學影像配準分為剛性配準與非剛性配準，其中剛性配準方法通過尋找固定圖像（Fixed Image）和浮動圖像（Moving Image）之間的旋轉平移變換矩陣對齊兩幅圖像［4］。剛性配準不僅為進一步的非剛性配準提供前提基礎、節省圖像優化迭代的計算時間，同時能直觀地顯示不同模態之間圖像的解剖結構差異，輔助醫生進行準確勾畫。傳統的配準方法包括基于表面的方法、基于點的方法（通常基于解剖標記物）和基于體素的方法［5］。盡管基于表面的方法和基于點的方法在圖像配準中仍占有一席之地，但基于體素的方法借助于計算機技術快速發展的優勢而得到了廣泛應用［5］。基于體素的方法的目標是通過計算兩個輸入圖像之間的相似性獲得幾何變換參數，而不需要預先提取特征［6］。但是這些傳統的配準方法往往需要迭代計算相似性度量如均方誤差、互信息與歸一化互信息（NMI）等，由于相似性度量在參數空間上的非凸性等問題，使得配準過程較為耗時且魯棒性較差［1-2］。除此之外，其他方法如基于強度的特征選擇算法通過提取出與強度對應的圖像特征進行圖像配準，然而提取出的特征在解剖學方面難以很好地對應［7-9］。……