注意力引导的TransMorph用于Cine-MRI中实时肿瘤追踪

《Journal of Imaging Informatics in Medicine》：Attention-Guided TransMorph for Real-Time Tumor Tracking in Cine-MRI

　　

磁共振成像（Magnetic Resonance Imaging, MRI）是癌症治疗中的关键模态，可提供高软组织对比度以可视化肿瘤与内部解剖结构。放疗广泛用于治疗，需精确肿瘤分割以确保靶向真实肿瘤并最小化对健康组织的辐射暴露。为此，基于Cine-MRI的实时自动肿瘤追踪可提供准确的肿瘤定位，支撑自适应放疗。传统图像配准技术在处理大错位与高计算需求时存在局限，而深度学习方法具备高学习能力与快速推理优势。研究人员提出一种面向2D Cine-MRI的实时肿瘤追踪方法，采用基于改进TransMorph架构的深度学习可变形图像配准（deformable image registration, DIR）。该方法遵循两步训练范式：（1）在无标签患者图像对上进行无监督预训练；（2）利用分割标签进行有监督微调。注意力门控（attention gates）被集成至跳跃连接中以增强对配准相关区域的空间选择性。复合损失函数融合了边界加权Dice、自适应均方误差（MSE）、L1及平滑扩散与基于边缘的正则化。研究人员计算重叠与基于距离的指标以评估模型在患者各帧配准中的分割精度。所提模型取得DSC 93.42%±5%、95HD 2.75±3.24 mm、50HD 0.88±0.40 mm。广泛基准测试表明，该框架在性能上持续优于TransMorph模型及其变体与其他现有先进配准方法。实验结果表明，该技术可作为推动MRI引导放疗发展的关键工具。

研究背景方面，MRI整合入放疗显著改善了癌症治疗中的运动管理，其中2D Cine-MRI通过连续捕获时间分辨矢状位切片来追踪肿瘤位置。临床依赖可变形图像配准（DIR）或模板匹配从标注参考帧传递肿瘤轮廓，但因追踪不确定性常需门控照射，降低效率。深度学习方法如VoxelMorph实现了无监督配准，TransMorph以Swin Transformer骨干在多项基准超越CNN。TrackRAD2025数据集提供了多中心Cine-MRI资源。已有研究指出，CNN类方法缺乏边界精度且难处理平面外运动，全局Transformer面临严格实时延迟（<200–300 ms）挑战，存在高精度与低延迟难以兼得的文献空白。

研究人员开展了基于改进TransMorph的注意力引导架构研究，在TrackRAD2025数据集（585例来自六中心，0.35 T或1.5 T，胸腹盆肿瘤，108例全标注、477例无标注，公开50标注例用于微调）上，以Swin Transformer编码器提取分层特征，在跳跃连接后置注意力门控（attention gates，源自Attention U-Net，以1×1卷积与sigmoid计算系数α滤波特征），解码器五块渐进上采样，轻量CNN头预测2D位移场φ经空间变换器扭曲移动图像。训练分两阶段：无监督预训练用477无标注例，损失为λ_MSE=1.0的MSE加λ_diff=0.01的平滑扩散正则；有监督微调用50标注例，复合损失含边界加权Dice（λ_Dice=3.0）、L1（w₁=0.3）、Sobel边缘对齐（w_edge=0.7，σ=1.0高斯平滑后τ=0.1阈值二值化）与平滑项，AdamW优化，线性预热，RTX 2060上推理。预处理含Z-score、直方图匹配及概率0.1的仿射、偏场、Gibbs噪声、高斯平滑与边界侵蚀膨胀增强。

研究结果部分，模型性能小节中，消融ANOVA显示架构配置对DSC（F=11.77, p<0.0001）、95HD（F=5.66, p=0.0047）、50HD（F=3.51, p=0.0338）影响显著；注意力门+复合损失较单用混合损失（p<0.0001）或单用注意力（p=0.0059）提升DSC显著，较无注意力混合损失95HD改善（p=0.0118）。延迟由23.72±0.21 ms增至26.27±0.23 ms，ANOVA不显著（p>0.05），满足亚秒级。低表现案例分析小节指出，1.5 T两例DSC<0.75源于呼吸不连续、协议突变对比跳变、肿瘤与低信号肠袢重叠。与先进方法比较小节中，同等混合损失重训VoxelMorph、LapIRN、SYMNet、NICE-Trans、TransMorph，ANOVA对三指标均显著（DSC F=4.69 p=0.0012；95HD F=3.84 p=0.0050；50HD F=7.26 p<0.0001），所提模型较TransMorph+Hybrid Loss的DSC提升（p=0.0131）、95HD降29%（3.87至2.75 mm）且较NICE-Trans降36%（p=0.0313）。外部验证小节中，TrackRAD2025隐藏终测50例（两新中心）得DSC 0.8359、95HD 6.24 mm、平均21.6 ms/帧，速度排第三。

讨论部分总结：两步训练与边界感知损失使模型在TrackRAD2025超越基线；CNN缺全局感受野、深Transformer延迟高，所提法将空间过滤限于跳跃连接避深Transformer开销；95HD降至2.75 mm支持缩小计划靶区（Planning Target Volume, PTV）边距、减少危机器官（organs-at-risk, OARs）受照；局限性为逐帧独立无时间一致性、公开数据场强与部位偏倚。结论部分翻译：本研究通过融合Swin Transformer骨干、轻量注意力门控跳跃连接与边界感知混合损失，解决了高空间精度与推理延迟间的文献鸿沟，在多中心TrackRAD2025外部验证中取得统计优效的分割与边界贴合，同时严格保持亚秒延迟，使收紧PTV边距与OAR保护具临床可行性，确立注意力引导TransMorph为推动MRI引导治疗的可行工具。论文发表于《Journal of Imaging Informatics in Medicine》。