VoxelMorph: إطار تعلم لتسجيل الصور الطبية المتغيرة الشكل

نقدم VoxelMorph، وهو إطار تعليمي سريع مبني على التعلم الآلي لتسجيل الصور الطبية القابلة للتشوه بشكل زوجي. تُحسِّن الطرق التقليدية دالة هدف لكل زوج من الصور، مما يمكن أن يستغرق وقتًا طويلاً للمجموعات الكبيرة من البيانات أو النماذج الغنية بالتشوه. بخلاف هذا النهج، وببناء على الطرق التعليمية الحديثة، نصوغ التسجيل كدالة تربط بين زوج صور مدخل إلى حقل تشوه يتوافق هذه الصور. نقوم بتقنين الدالة عبر شبكة عصبية تقنية التجميع (CNN)، وتحسين معلمات الشبكة العصبية على مجموعة من الصور. عند تقديم زوج جديد من المسحات، يقوم VoxelMorph بحساب حقل التشوه بسرعة عن طريق تقييم الدالة مباشرة.في هذا العمل، نستكشف استراتيجيتين مختلفتين للتدريب. في الإعداد الأول (غير المشرف)، نقوم بتدريب النموذج لتحقيق أقصى استفادة من دوال التوافق القياسية للصور التي تعتمد على شدة الصورة. في الإعداد الثاني، نستفيد من التجزئات المساعدة المتاحة في بيانات التدريب. نوضح أن دقة النموذج غير المشرف تقارن بدقة أفضل الأساليب الحالية، بينما تعمل بمعدلات زمنية أسرع بمراحل. كما نظهر أن VoxelMorph الذي تم تدريبه باستخدام البيانات المساعدة يحسن دقة التسجيل عند الاختبار، ونقيم تأثير حجم مجموعة التدريب على عملية التسجيل.طريقتنا تعد بتسريع خطوط إنتاج تحليل ومعالجة الصور الطبية، مع تسهيل اتجاهات جديدة في تسجيل قائم على التعلم وأوجه استخدامه. رمز البرمجيات الخاص بنا متاح مجانًا على موقع voxelmorph.csail.mit.edu.