基于Transformer-CNN与三维小波深度注意力机制的高效前列腺MRI/TRUS多模态图像配准方法

为解决MRI与TRUS多模态影像配准中全局-局部特征融合难题，研究人员创新性提出结合Swin Transformer(ST)与CNN的编码器-解码器框架，通过三维小波深度注意力模块(WDA)增强跨模态特征交互。实验显示该方法将Dice分数提升至0.94，目标配准误差降至0.85，为前列腺癌精准诊疗提供新工具。

　　

在医学影像领域，磁共振成像(MRI)与经直肠超声(TRUS)的多模态配准堪称前列腺癌诊疗的"黄金搭档"，但这对搭档却因分辨率、对比度的"语言不通"常闹别扭。传统卷积神经网络(CNN)虽擅长捕捉局部特征，却像近视眼般看不清全局脉络；而Transformer架构虽具"千里眼"特质，又容易忽略细微解剖结构。

研究者巧妙设计出ST-CNN混合架构，其核心创新在于跳过连接处植入的"三维小波深度注意力(WDA)"模块——这个智能翻译官同时掌握小波变换的多尺度"方言"和3D深度卷积的"肢体语言"，让两种模态实现像素级"心灵感应"。临床测试中，该方法不仅将前列腺分割重合度(Dice)提升到0.94的学霸水平，还把配准误差压缩到0.85毫米级精度，相当于在纷乱的影像数据中精准锁定比芝麻还小的病灶。这项技术突破犹如为外科医生装配了智能导航眼镜，未来还可能拓展到其他器官的跨模态影像对齐任务。