Details

Работа посвящена несупервизируемому совмещению трёхмерных T1-взвешенных МРТ-объёмов головного мозга без использования сегментационных меток в функции потерь. Разработана каскадная архитектура CTCF, которая разделяет регистрацию на три этапа: грубую инициализацию поля, основное трансформерное сопоставление с деформируемым кросс-вниманием и локальное уточнение по карте остаточной ошибки. Экспериментальная проверка выполнена на открытых наборах OASIS и IXI в едином протоколе сравнения с TransMorph-DCA и UTSRMorph. На OASIS модель достигла Dice 0,8208 и HD95 1,790; на IXI — Dice 0,7624 и HD95 2,842. На IXI также получены лучшие значения SDlogJ 0,0594 и доли складок 0,561% среди сравниваемых методов. Статистическая проверка подтвердила значимость улучшений по Dice, а анализ переноса между наборами данных показал устойчивость coarse-to-fine каскада при смене распределения данных. Результаты работы могут использоваться в исследовательской обработке МРТ-данных, атласной сегментации и сравнительном анализе трёхмерных медицинских изображений.

The work addresses unsupervised alignment of three-dimensional T1-weighted brain MRI volumes without using segmentation labels in the loss function. A cascade architecture named CTCF is developed; it decomposes registration into three stages: coarse displacement initialization, a main transformer-based matching module with deformable cross-attention, and local error-driven refinement. Experimental validation is performed on the open OASIS and IXI datasets under a unified comparison protocol with TransMorph-DCA and UTSRMorph. The model achieves Dice 0.8208 and HD95 1.790 on OASIS, and Dice 0.7624 and HD95 2.842 on IXI. On IXI, it also obtains the best SDlogJ of 0.0594 and folding percentage of 0.561% among the compared methods. Statistical testing confirms significant Dice improvements, while cross-dataset evaluation shows that the coarse-to-fine cascade remains robust under dataset shift. The results can be used in MRI research workflows, atlas-based segmentation, and comparative analysis of three-dimensional medical images.

• Разработка интеллектуальной системы деформируемой регистрации МРТ-изображений
  • Термины и определения
  • Перечень сокращений и условных обозначений
  • Введение
  • 1. Обзор предметной области
  • 2. Разработка архитектуры системы CTCF
  • 3. Программная реализация и методика экспериментов
  • 4. Экспериментальные результаты и обсуждение
  • Заключение
  • Список использованных источников
  • Приложение А. Сведения о программной реализации