ARE-Net：一种自适应鲁棒的双增强网络，用于大变形前列腺图像配准

《Biomedical Signal Processing and Control》：ARE-Net: Adaptive robust dual-enhanced network for large deformation prostate image registration

　　•ADFF：一种混合变压器-卷积神经网络框架，用于保留医学图像配准中的全局和局部特征。
•RIN/RN模块：增强局部和抽象特征的捕获，以加强表示能力。
•UAR模块：基于蒙特卡洛dropout的正则化项，用于减少随机预测的方差。

引言
前列腺癌是全球男性中最常见的恶性肿瘤之一，对发病率和死亡率有显著影响[1]。根据世界卫生组织（WHO）的数据，2020年估计有超过140万新病例被诊断出患有前列腺癌，使其成为继肺癌之后第二常见的男性癌症。早期发现和准确的分期对于有效的治疗计划和预后至关重要。磁共振成像（MRI）由于其出色的软组织对比度和多平面能力，已成为诊断和治疗前列腺癌的高度有效方法[2]。
由于生理因素（如膀胱充盈、直肠膨胀和患者定位），前列腺腺体可能会发生显著变形，导致形状和大小的显著变化[3]，[4]。这些变形使得在不同时间或不同模式下获得的图像对齐变得复杂，而这对于纵向研究、治疗监测和多模态图像融合至关重要。准确的图像配准对于确保定量测量的一致性和可靠性至关重要，例如肿瘤图像的变化和治疗反应的评估[5]，[6]。因此，开发强大而高效的前列腺配准方法对于提高前列腺癌诊断和管理的准确性和可靠性至关重要。
尽管深度学习在医学图像配准方面取得了显著进展，但多尺度特征的有效整合仍然是一个根本性挑战，因为卷积神经网络（ConvNets）擅长提取局部纹理，但其感受野有限；而基于变压器的架构能够捕捉长距离依赖性，但可能会忽略细粒度细节[7]，[8]。最近的混合方法探索了多种策略，通过集成卷积和变压器架构来协同利用局部和全局表示。这些方法大致可以分为两种范式：串联架构，其中一个架构后接另一个架构顺序处理特征[9]，[10]；以及并行架构，两个分支同时运行，并通过加法或连接等静态操作进行后续融合[11]。虽然这些混合设计展示了结合两种范式的潜力，但它们通常缺乏跨不同尺度信息流的自适应调节。在串联设计中，特征的层次细化受到顺序处理的限制；在并行设计中，两个分支被视为独立的贡献者，缺乏有效的跨分支增强。因此，卷积分支捕获的丰富局部细节无法有效地用于逐步细化变压器分支维护的全局表示。这一限制激发了需要一种更加集成的融合机制，以实现多尺度跨分支增强，使局部特征在整个编码过程中逐步指导和强化全局特征表示。
除了架构限制之外，基于学习的可变形配准中的随机预测一致性也是一个重要问题。尽管数据增强和dropout已被广泛采用以提高模型的泛化能力和特征级别的稳定性[12]，但在当前配准研究中，对随机模型扰动下预测位移场的稳定性关注相对较少。当启用蒙特卡洛dropout时，同一个训练好的配准模型可以为同一输入图像对生成多个随机位移预测。这些预测之间的较大方差表明随机一致性较低，估计的变形场的不确定性较高。因此，显式地正则化位移预测的随机变性可以帮助模型产生更稳定的配准结果。
最近的医学图像分析研究强调了预测稳定性和不确定性量化对于可靠临床应用的重要性[13]。然而，在可变形图像配准中，对输出级别随机一致性的系统评估和正则化仍不够充分。如图1(b)所示，不稳定的位移预测可能导致不一致的配准结果，这对前列腺癌的纵向监测和多模态图像融合是不希望看到的。这激发了开发考虑不仅解剖学重叠准确性，还考虑位移预测随机一致性的配准框架的需求。尽管多种因素可以在基于学习的配准中引入不确定性，但本研究关注的是由蒙特卡洛dropout在训练模型中引起的输出级别随机位移变异性。因此，所提出的UAR模块旨在提高基于MC-dropout的随机预测一致性，而不是解决由于不同随机初始化或训练顺序造成的跨运行可重复性问题。
在这项研究中，我们提出了ARE-Net，这是一种自适应的、强化的多尺度特征提取网络，以应对大变形前列腺图像配准相关的挑战。我们的方法整合了先进的特征提取和融合技术，以提高配准过程的精度和鲁棒性。本文的贡献如下：
1. 我们引入了一种双重强化的自适应特征融合框架（ADFF），它结合了变压器和卷积神经网络分支，有效保留了局部和全局图像关系。变压器分支捕捉长距离依赖性，而卷积神经网络分支提取详细的局部特征。自适应的双重强化特征融合使模型能够处理医学图像中的复杂性，从而提供更全面和准确的配准。
2. 我们提出了RIN/RN模块，它显著提高了复杂图像特征的提取能力。特别设计的RIN模块能够有效地捕获一系列局部和抽象特征，从而增强网络内部的整体特征表示。
3. 我们引入了不确定性感知正则化（UAR）模块，以提高随机预测的一致性。通过惩罚蒙特卡洛dropout下获得的多个位移预测之间的方差，UAR减少了预测不确定性，并为可变形配准提供了补充的正则化项。

部分代码片段
基于学习的图像配准
传统的迭代配准算法依赖于显式的特征匹配和优化，一直是该领域的基石[14]。虽然准确，但它们计算密集。深度学习的出现引入了基于学习的方法，显著提高了配准速度和准确性[15]。其中，卷积神经网络因其自动提取特征和减少计算复杂性的能力而被广泛采用[16]，[17]。

方法
如图2所示，ARE-Net采用基于深度学习的配准框架来对齐移动图像和固定图像。给定一个移动图像Imoving和一个固定图像Ifixed，网络预测一个位移场u。相应的空间变换定义为?(x)=x+u(x)，其中x表示体素位置。然后通过空间变换操作获得变形后的移动图像Imoved[32]：Imoved=Imoving°?
此处，运算符°表示空间变形。

数据集和预处理
为了评估ARE-Net在前列腺配准任务中的性能，我们主要使用了来自海口人民医院（HPH-FU）提供的前列腺患者MRI随访图像的真实世界数据集。该数据集包含每位患者在两个不同时间点的90对T2WI图像，反映了真实的临床随访场景。其中54对用于训练，36对用于测试。所有图像都独立进行了注释。

针对基线方法的定量评估
表1和表2总结了不同配准方法在三个数据集上的定量比较。与最近的强基线ModeT V2相比，ARE-Net表现出度量依赖的行为：它并没有在所有数据集上都取得最高的DSC（Dice Score），但一致地降低了PV（Probable Variation），表明基于MC-dropout的随机预测一致性得到了改善。具体来说，ModeT V2在HPH-FU和MSD Prostate Task05上取得了最高的平均DSC，而ARE-Net在μ-RegPro上取得了最高的平均DSC。

讨论
实验结果表明，ARE-Net在三个前列腺配准数据集上提供了具有竞争力的配准精度和改进的随机预测一致性。与最近的强基线ModeT V2相比，ARE-Net表现出度量依赖的行为：它并没有在所有数据集上都取得最高的DSC，但一致地降低了PV，表明基于MC-dropout的随机预测一致性得到了改善。这些发现表明所提出的框架解决了两个问题。

结论
在这项研究中，我们提出了ARE-Net，这是一种用于大变形前列腺图像配准的自适应强化框架。该方法整合了三个互补组件：ADFF用于基于卷积神经网络的局部特征和基于变压器的全局表示的自适应融合，RIN/RN用于多尺度特征增强，以及UAR用于减少蒙特卡洛dropout下的随机位移预测方差。在HPH-FU、MSD Prostate Task05和μ-RegPro数据集上的实验。

作者贡献声明
倪泽浩：撰写——原始草稿、可视化、软件、方法学、调查、形式分析、概念化。
张宇：撰写——审阅与编辑、资源、项目管理、资金获取。
黄志豪：监督、调查、数据管理。
刘娜娜：监督、调查、数据管理。
陈静：验证、数据管理。
黄梦星：监督、项目管理、资金获取。
吴园园：监督、项目管理、资金获取。

数据使用的伦理和知情同意
这项涉及内部HPH-FU数据集的回顾性研究已获得海口人民医院生物医学伦理委员会的批准（批准编号：2025-(Ethical Review)-425）。所有私人临床数据在分析前均已去标识化。由于研究的回顾性质以及使用了匿名数据，伦理委员会免除了对知情同意的要求。

利益冲突声明
作者声明他们没有已知的可能会影响本文报告工作的财务利益或个人关系。

致谢
本研究部分得到了国家自然科学基金（批准编号：82260362）、国家重点研发计划（批准编号：2021ZD0111000）、海南省重点研发项目（批准编号：ZDYF2021SHFZ243）和河南省科技研究项目（批准编号：262102210134）的支持。
倪泽浩 | 张宇 | 黄志豪 | 刘娜娜 | 陈静 | 黄梦星 | 吴园园 | 乌扎伊尔·阿斯拉姆·巴蒂 | 白志明