基于耦合配准网络的MR脑图像标签迁移算法

目的 提出一种单图谱标签迁移算法并命名为Multi-Angle，以期在队列分析中快速有效提取与神经退行性疾病相关的MR脑影像标记物和解剖结构。方法 首先对初始图谱图像施加旋转变换，获得旋转图谱图像组；其次为主配准网络送入合并后的初始图谱图像与个体图像，预测形变场及候选标签；再次为副配准网络送入合并后的旋转图谱图像与个体图像，结合主网络相关特征预测候选标签；最后通过投票法融合多个候选标签获得个体图像标签。结果 在Mindboggle101和HCP数据集的实验结果显示，Multi-Angle算法在两个测试集上重要解剖结构Dice相似性系数均值分别为76%和82%，精确率均值为74.0%和77.8%，平均表面距离均值为0.83 mm和0.69 mm，均优于目前主流算法Voxelmorph和Ants-SyN。结论 本文提出的Multi-Angle算法可以快速有效实现脑神经图谱标签迁移并提高评价指标准确度，对神经退行性疾病分析所需的影像特征提取具有潜在的临床应用价值。