无关键点依赖的特征描述子无监督训练用于灵活的视网膜图像配准

《Pattern Recognition Letters》：Unsupervised training of keypoint-agnostic descriptors for flexible retinal image registration

　　

本研究提出一种用于视网膜图像配准的无监督特征描述子学习框架。该方法以视网膜眼底图像中的随机关键点采样为基础，在无需标注数据的条件下训练描述网络，使其能够与任意关键点检测器配合使用，因此具有关键点无关（keypoint-agnostic）特性。研究以 Messidor-2 数据集进行训练，并在 FIRE 基准上评估，采用 Registration Score（配准得分）作为指标。结果显示，该无监督描述子在以血管交叉点和分叉点为关键点时，性能不低于监督式基线；同时，在多种关键点检测器组合下均表现稳定，部分设置下达到或优于当前最优水平。研究还提出新的关键点评估设置，用于分析关键点数量与性能之间的权衡。总体而言，该工作证明了在缺乏标注的医学场景中，无监督描述子可实现与监督方法相当甚至更优的配准效果，并显著增强管线的灵活性与可扩展性。

研究背景在于，视网膜图像配准是临床随访、病灶比较和多时相分析中的关键步骤，而颜色眼底（CF）图像又因获取成本低、应用广泛而成为重要对象。然而，CF 图像常受模糊、曝光异常、眩光和运动伪影影响；同时，视网膜形态变化、血管增减及病灶进展会进一步增加配准难度。传统方法虽在数值上仍具竞争力，但依赖人工设计；深度学习方法虽然具备更强的灵活性，却通常需要大量标注数据，而医学数据标注稀缺，因此研究人员需要探索无需标注且能适配不同关键点检测器的配准方案。

本研究的核心目标是将描述子训练与检测阶段解耦，构建一个可与任意关键点检测器联合使用的无监督描述网络。研究人员通过随机采样视网膜感兴趣区域（RoI）中的关键点进行训练，不再依赖监督式检测器，从而避免标注数据限制。实验在 Messidor-2 数据集上训练，并在 FIRE 数据集上验证，得出结论：无监督描述子不仅没有性能损失，反而在总体指标上优于监督基线；同时，系统在多种检测器下均保持稳定，体现出良好的泛化能力和关键点无关性。该结果的重要意义在于，它为医学图像配准提供了一种无需标注、可灵活适配、且性能可达最优水平的方案。

主要技术方法可概括为：基于 ConKeD++ 的描述网络框架；使用随机关键点采样替代监督式检测；结合 Fast AP loss（Fast Average Precision loss）；采用 RANSAC（Random Sample Consensus）估计单应性（homographic）变换；并在多类关键点检测器上进行组合验证，包括经典检测器、血管分割导出的关键点及其变体。

### 研究结果
**1. 无监督与监督描述子训练对比**
研究在血管交叉点和分叉点条件下比较了无监督与监督训练。结果表明，无监督训练与监督基线性能等同，且总体指标略高，统计检验未见显著差异，说明无监督方式能够保持监督性能水平。

**2. 不同关键点检测器的配合效果**
研究将无监督描述子与多种检测器组合，包括随机网格、SIFT、ORB、FAST、Harris、CenSurE，以及血管分割、骨架化、Canny 边缘等策略。结果显示，随机网格在低关键点数下效果较差；经典检测器在关键点数量增加后性能显著提升；血管相关关键点整体表现最佳，其中 Canny、骨架化及其子采样方案在性能与计算成本之间取得更优平衡。将检测器应用于分割网络 logits（logits，输出未归一化得分）后，效率进一步提高。

**3. 与现有最先进方法比较**
研究将所提方法与 VOTUS、REMPE、SuperRetina、GeoFormer、ConKeD、ConKeD++ 等进行比较。结果显示，结合血管关键点的无监督描述子在总体上优于现有深度学习方法，并在部分设置下超过当前最优结果；即使采用更少关键点的子采样骨架方案，也保持了较强竞争力。研究还指出，所提方法在经典检测器上的表现明显优于同类传统组合方法，说明无监督描述子可显著提升经典关键点管线性能。

### 讨论与结论
研究表明，无监督关键点描述子训练可以在不依赖标注数据的前提下，实现与监督方法相当甚至更优的视网膜配准性能。其关键价值在于将描述学习与检测过程解耦，使同一描述网络可适配多种关键点检测器，从而获得更高灵活性与更强可扩展性。对于医学影像这样标注稀缺且场景变化复杂的领域，该方法提供了可行且高效的替代方案。作者指出，未来将把该关键点无关框架验证到更多数据集和不同视网膜成像模态中。