MambaMorph: إطار قائم على Mamba لتسجيل الصور الطبية المرن بين الرنين المغناطيسي والتصوير المقطعي المحوسب

الحصول على التوافق المكاني لكل فوكسل عبر الأوضاع المختلفة أمر حاسم لتحليل الصور الطبية. ومع ذلك، فإن الطرق الحالية للتوافق ليست عملية بما يكفي من حيث دقة التوافق والتطبيق السريري. في هذا البحث، نقدم MambaMorph، وهو إطار جديد للتوافق القابل للتكيّف بين الأوضاع المتعددة. بصفة خاصة، يستخدم MambaMorph وحدة توافق تعتمد على تقنية Mamba ومحلل خصائص دقيق ومعقد بسيط لتحقيق نمذجة مراسلات طويلة المدى وتعلم الخصائص ذات البعد العالي، على التوالي. بالإضافة إلى ذلك، قمنا بتطوير مجموعة بيانات مُشَرَّحَة جيدًا للتوافق بين صور الرنين المغناطيسي والأشعة المقطعية (MRI-CT) للدماغ تسمى SR-Reg، لمعالجة نقص البيانات في التوافق بين الأوضاع المتعددة. لتأكيد قدرات MambaMorph في التوافق بين الأوضاع المتعددة، أجرينا تجارب كمية على كل من مجموعة بياناتنا SR-Reg ومجموعة بيانات عامة T1-T2. تظهر نتائج التجارب على كلا المجموعتين أن MambaMorph يتفوق بشكل كبير على أفضل الطرق الحالية المستندة إلى التعلم في مجال التوافق من حيث الدقة. كما يؤكد الدراسة الإضافية كفاءة وحدة التوافق التي تعتمد على تقنية Mamba والمحلل الخفيف للخصائص، والتي تحقق جودة توافق ملحوظة مع الحفاظ على تكاليف وسرعات حسابية معقولة. نعتقد أن MambaMorph يتمتع بإمكانات كبيرة للتطبيقات العملية في مجال التوافق بين الصور الطبية. يمكن الحصول على رمز MambaMorph من الرابط التالي: https://github.com/Guo-Stone/MambaMorph.