Neues Attention-basiertes System verbessert nicht-rigide Bildregistrierung

Ein neu entwickeltes Framework namens AD-RegNet nutzt moderne Attention-Mechanismen, um die Registrierung von medizinischen Bilddaten mit großen Deformationen zu optimieren. Durch die Kombination eines 3‑D‑UNet‑Backbones mit bidirektionaler Cross‑Attention werden auf mehreren Skalen präzise Korrespondenzen zwischen bewegten und festen Bildern hergestellt.

Das System integriert eine regional adaptive Attention, die sich gezielt auf anatomisch relevante Strukturen konzentriert, sowie einen mehrstufigen Ansatz zur Synthese von Deformationsfeldern. Diese Kombination ermöglicht eine genaue Ausrichtung, ohne die anatomische Plausibilität zu gefährden.

AD-RegNet wurde an zwei unterschiedlichen Datensätzen getestet: DIRLab für thorakale 4‑D‑CT‑Scans und IXI für Gehirn‑MRI‑Scans. Die Ergebnisse zeigen, dass die Methode mit führenden Verfahren konkurriert, während sie gleichzeitig eine gute Balance zwischen Registrierungsgenauigkeit und Rechenaufwand hält – ein entscheidender Faktor für den Einsatz in klinischen Anwendungen.