TransMorph：用于无监督医学图像配准的Transformer

在过去十年中，卷积神经网络（ConvNets）一直是医学图像分析领域的研究重点。然而，由于ConvNets对图像中长距离空间关系缺乏显式建模，其性能可能受到限制。近年来，视觉Transformer（Vision Transformer）架构被提出，以弥补ConvNets的不足，并在多项医学影像应用中取得了当前最优的性能表现。由于Transformer具有显著更大的感受野，能够更精确地捕捉移动图像与固定图像之间的空间对应关系，因此在图像配准任务中展现出巨大潜力。本文提出TransMorph，一种用于三维医学图像配准的混合Transformer-ConvNet模型。此外，本文还进一步构建了TransMorph的微分同胚（diffeomorphic）变体与贝叶斯（Bayesian）变体：前者确保形变过程保持拓扑结构不变，后者可提供校准良好的配准不确定性估计。我们通过三个典型应用对所提出的模型进行了广泛验证：跨患者脑部MRI配准、模板到患者脑部MRI配准，以及体模到CT图像配准。实验结果将所提模型与多种现有配准方法及Transformer架构进行了对比。定性和定量分析均表明，基于Transformer的模型在性能上显著优于基线方法，充分验证了Transformer在医学图像配准任务中的有效性与优越性。