醫(yī)學(xué)圖像配準(zhǔn)是一種常見的技術(shù)，將不同時期病人的磁共振( MRI )或CT等醫(yī)學(xué)影像的結(jié)果進行匹配，來更詳細地比較和分析解大腦解剖結(jié)構(gòu)方面的差異。如果病人有腦瘤，醫(yī)生可以將幾個月前的腦部掃描結(jié)果重疊到最近的掃描圖像上，以分析腫瘤微小的病程發(fā)展。

然而，這一過程通常需要兩個小時或更長時間，因為傳統(tǒng)系統(tǒng)會在待比對的圖像中一絲不茍的對齊一百萬個像素點中的每一個。為了解決這一問題，MIT的研究人員描述了一種機器學(xué)習(xí)算法，通過使用新的學(xué)習(xí)技術(shù)，將腦部掃描和其他三維圖像的配準(zhǔn)速度提高1000倍以上。

該算法在配準(zhǔn)成千上萬對圖像的過程中，通過“學(xué)習(xí)”來工作。在此過程中，獲取有關(guān)如何對齊圖像的信息，并估計一些最佳對齊參數(shù)。訓(xùn)練后，運用這些參數(shù)一次性將一幅圖像的所有像素映射到另一幅圖像上。該算法使利用普通計算機進行配準(zhǔn)的時間減少到一兩分鐘，或者使利用卓越性能的GPU進行配準(zhǔn)的時間減少到不到一秒鐘。

“當(dāng)可以對齊其中一對或另一對MRI掃描圖像時，配準(zhǔn)MRI圖像的任務(wù)就不應(yīng)該困難了 。” 這兩篇論文的共同作者，麻省理工學(xué)院計算機科學(xué)與人工智能實驗室( CSAIL )和工程與計算機科學(xué)系( EECS )研究生 Guha Balakrishnan說:“在進行對齊配準(zhǔn)時，是可以學(xué)到一些信息并繼承下來的。如果能從以前的圖像配準(zhǔn)中學(xué)到一些東西，就能以同樣的精度更快地完成新的任務(wù)。"

這些論文在剛剛過去的計算機視覺和模式識別會議(Conference on Computer Vision and Pattern Recognition,CVPR )以及9月舉行的醫(yī)學(xué)圖像計算和計算機輔助干預(yù)會議(Medical Image Computing and Computer Assisted Interventions Conference, MICCAI )上發(fā)表，共同作者有: 馬薩諸塞州總醫(yī)院和CSAIL的博士后Adrian Dalca，CSAIL研究生Amy Zhao，在CSAIL做過博士后，現(xiàn)任康奈爾大學(xué)教授的Mert R. Sabuncu以及麻省理工學(xué)院電氣工程教授John Guttag。

留住知識

MRI掃描結(jié)果基本上是數(shù)百個堆疊的二維圖像，形成龐大的三維圖像，稱為“體積”（volume），它包含了一百萬個或更多的三維像素，稱為“體素”(voxel)。因此，將第一個3D圖像的所有體素與第二個圖像的所有體素對齊非常耗時。此外，掃描結(jié)果可以來自不同的機器，并且具有不同的空間方向，這意味著匹配體素的計算更加復(fù)雜。“你有兩個不同大腦的不同圖像，把它們疊放在一起，然后你開始轉(zhuǎn)動其中一個，直到兩個可以匹配上。數(shù)學(xué)上，這個優(yōu)化過程需要很長時間，”CVPR論文的資深作者、MICCAI論文的主要作者Dalca說。

當(dāng)分析來自大量人群的掃描時，這個過程變得特別緩慢。例如，神經(jīng)科學(xué)家分析數(shù)百名患有特定疾病或癥狀的患者的大腦結(jié)構(gòu)的變化時，可能需要數(shù)百小時。“那是因為這些算法有一個主要缺陷:它們從不會從已有的經(jīng)驗中學(xué)習(xí)。在每次配準(zhǔn)之后，它們清楚了與體素位置有關(guān)的所有數(shù)據(jù)。:“從本質(zhì)上說，給一對新的圖像，算法要從零開始。”Balakrishnan說，“經(jīng)過100次配準(zhǔn)后，算法應(yīng)該從校準(zhǔn)中學(xué)到了一些東西。我們的研究就是基于這樣的想法開始的。”

研究人員的算法被稱為“VoxelMorph”，基于卷積神經(jīng)網(wǎng)絡(luò)( CNN )，CNN是一種常用于圖像處理的機器學(xué)習(xí)方法。這些網(wǎng)絡(luò)由許多節(jié)點組成，這些節(jié)點跨幾個計算層來處理圖像和其他信息。

在CVPR論文中，研究人員在7000張公開的MRI腦部掃描圖像上訓(xùn)練了他們的算法，然后在另外250張掃描圖像上進行了測試。訓(xùn)練中，大腦掃描圖像被成對輸入算法中。使用CNN和稱為空間轉(zhuǎn)換器的修改計算層，來捕獲一張MRI掃描圖與另一張MRI掃描圖的相似體素。在此過程中，該算法學(xué)習(xí)關(guān)于體素組的信息，例如兩次掃描共有的解剖形狀，用于計算可應(yīng)用于任何圖像配準(zhǔn)的優(yōu)化參數(shù)。當(dāng)輸入兩次新掃描時，一個簡單的數(shù)學(xué)“函數(shù)”使用這些優(yōu)化參數(shù)快速計算兩次掃描中每個體素的精確對齊。

簡而言之，算法的CNN組件在訓(xùn)練期間獲得所有必要的信息，使得在每次新配準(zhǔn)時，可以使用一個易于計算的函數(shù)評估來執(zhí)行整個配準(zhǔn)。

研究人員發(fā)現(xiàn)，他們的算法可以在兩分鐘內(nèi)用傳統(tǒng)的中央處理器精確地配準(zhǔn)所有的250次大腦掃描測試圖像（在訓(xùn)練之后進行的圖像配準(zhǔn)測試），并在不到一秒鐘內(nèi)用圖形處理單元完成配準(zhǔn)。

重要的是，該算法是“無監(jiān)督的”算法，意味著不需要圖像數(shù)據(jù)之外的附加信息。一些配準(zhǔn)算法雖然嵌入了CNN模型，但是需要一個“基準(zhǔn)線”，這意味著要首先運行另一種傳統(tǒng)算法來計算精確配準(zhǔn)。而這種算法在沒有這些數(shù)據(jù)的情況下仍保持了準(zhǔn)確性。

MICCAI論文開發(fā)了一種改進的VoxelMorph算法，Balakrishnan說，“我們對每個配準(zhǔn)都非常有自信”。這個算法保證了配準(zhǔn)的“平滑性”，這意味著它不會在合成圖像中產(chǎn)生褶皺、孔洞或通常的變形。本文提出了一個數(shù)學(xué)模型，該模型用一種稱為骰子分數(shù)的的指標(biāo)來驗證算法的準(zhǔn)確性，骰子分數(shù)是評價重疊圖像準(zhǔn)確性的一種標(biāo)準(zhǔn)度量。在17個腦區(qū)中，改進的VoxelMorph算法的精確度與常用的最先進的配準(zhǔn)算法相同，同時在方法和用時方面有了很大的提升。

大腦掃描圖像配準(zhǔn)以外的應(yīng)用

研究人員說，除了分析腦部掃描圖像之外，快速算法還有更廣泛的潛在應(yīng)用。例如，麻省理工學(xué)院的同事目前正在肺部圖像上運行該算法。

該算法還為手術(shù)過程中的圖像配準(zhǔn)奠定了基礎(chǔ)。在一些手術(shù)進行之前或?qū)嵤┲袝褂貌煌|(zhì)量和速度的掃描儀器進行圖像采集。但這些圖像直到手術(shù)后才會進行配準(zhǔn)。例如，在切除腦腫瘤時，外科醫(yī)生有時會在手術(shù)前后掃描病人的大腦，對比是否切除了所有腫瘤。如果還有沒有切除干凈的部分，就重回手術(shù)室再進行切除。

Dalca說，有了新的算法，外科醫(yī)生幾乎可以實時地配準(zhǔn)掃描圖像，從而更清楚地了解手術(shù)進展。“但目前在手術(shù)過程中無法真正重疊影像，因為這個過程需要兩個小時，而且手術(shù)仍在進行中。”他說“如果這個過程只要一秒鐘，那它就可以在實際中應(yīng)用了。”

“現(xiàn)在有非常多的工作使用的的深度學(xué)習(xí)框架缺乏創(chuàng)造力或想象力。而這項工作不需要依賴大量的研究，它非常巧妙地將非線性映射當(dāng)做一個學(xué)習(xí)任務(wù)。學(xué)習(xí)需要幾個小時，但是使用網(wǎng)絡(luò)的時候只需要幾秒鐘。“ 哈佛醫(yī)學(xué)院放射學(xué)教授、麻薩諸塞州總醫(yī)院神經(jīng)科學(xué)家Bruce Fischl說，“這種方法將大量繁雜的工作（圖像配準(zhǔn)）變成了只要進行一次的學(xué)習(xí)過程，并將耗時數(shù)小時的工作在數(shù)秒內(nèi)完成，這為醫(yī)學(xué)影像和臨床實踐開辟了新的可能！譬如，當(dāng)患者還躺在掃描儀器里時，算法就可以運行算法完成計算，當(dāng)時就能夠決定需要獲取什么類型的數(shù)據(jù)以及應(yīng)該聚焦到大腦的哪個部位，而無需要求患者在幾天或幾周之后再返回進行檢查。”Fischl補充說，他的實驗室開發(fā)了用于神經(jīng)影像分析的開源軟件工具，希望能很快使用這種算法。他說：“我們最大的缺點是分析數(shù)據(jù)庫所花的時間太長，而且到目前為止，分析中計算密集程度較高的部分是非線性映射，所以這些工具對我來說非常有意義。”