Swin-VoxelMorph

摘要

可变形医学图像配准广泛应用于医学图像处理中，具有可逆一对一的映射。虽然最先进的图像配准方法是基于卷积神经网络，但很少有人尝试用Transformer的方法。现有的模型忽略了在嵌入学习中使用注意机制来处理远程交叉图,限制了这种方法来识别解剖结构的语义上有意义的对应关系。这些方法虽然实现了快速的图像配准，但也忽略了变换的拓扑保存和可逆性。在本文中，提出了一种新的基于Swin Transformer对称无监督学习网络，它可以最小化图像之间的差异，并同时估计正变换和逆变换像相关性.具体地说，本文提出了三维Swin-UNet，它应用具有Shfited window的分层Swin Transformer作为编码器来提取上下文特征。设计了一种基于patch expanding的symmetric swin Transformer解码器，进行上采样操作，估计配准场。此外，目标损失函数可以保证预测变换的实质性微分性质。本文在ADNI和PPMI两个数据集上验证了该方法，并在保持理想的微分性质的同时实现了最先进的配准精度。

论文的两点贡献：

(1)首次提出了3D Swin-UNet，一个纯的基于变压器的3Du型编码器-解码器网络，以明确地利用Swin变压器进行可变形的医学图像配准。采用可学习的嵌入模块，利用低级空间特征和基于高级上下文相关性的增强能力，用于预测配准域。

(2)目标函数，包括方向和逆一致性约束，可以保证预测变换的拓扑保持和逆一致性。
（PS：其实这两点，都是别的论文提出的。不知道为何这里都变成了作者的。）

核心框图：

 

损失函数：

 

 

 

 

 总的：

 实验结果：

 

阅读总结一下：

从Swin-Transformer 到3D Swin-Unet 到 Symmetric 到这些损失函数的叠加，都是已有的。看不到论文什么创新。要说创新就是排列组合创新吧，至少实验结果不错。