voxelmorph: 変形可能な医療画像レジストレーションとアラインメントのための学習ベースフレームワーク

解決する課題

VoxelMorph は、画像レジストレーション（医療スキャンなどの 2 つの画像を変形をモデル化して合わせるプロセス）向けの学習ベースフレームワークを提供します。解剖学的構造が異なる画像や、異なる撮像モダリティ（例: CT から MRI）間の画像を効率的に合わせるという課題に対処します。

仕組み

このライブラリは畳み込みニューラルネットワーク（CNN）を用いて、ある画像（移動画像）を別の画像（固定画像またはアトラス）に合わせる変形場を予測します。さまざまなレジストレーションタイプをサポートしており、MSE や CC などの損失関数を用いた教師なし学習、変形が滑らかで可逆的であることを保証するディフェオモルフィックレジストレーション、アフィンレジストレーションなどがあります。また、実際に取得した画像データではなく合成画像を用いてレジストレーションモデルを学習する手法である SynthMorph も含まれており、コントラストに依存しないモデルを実現します。

対象ユーザー

3 次元ボリュームや画像を合わせ、空間的変形をモデル化する必要がある医療画像・コンピュータビジョン分野の研究者や実務者向けに設計されています。

ハイライト

• マルチモーダル対応: CT から MRI への変換など、異なる撮像モダリティ間のレジストレーションが可能です。
• SynthMorph: 合成画像を使用することで、実際のトレーニングデータを必要とせずにレジストレーションネットワークを学習できます。
• ディフェオモルフィックマッピング: 解剖学的トポロジーを保つ滑らかで可逆的な変形の作成をサポートします。
• TensorFlow と PyTorch のサポート: 安定した TensorFlow 実装と、活発に開発が進められている PyTorch ブランチを提供します。
• アトラス構築: 無条件・条件付き変形テンプレート（アトラス）を作成するツールが含まれています。

概要

医療画像スキャンのアラインメントに主に使用される、学習ベースの画像レジストレーションと変形モデリングのための汎用ライブラリです。

voxelmorph: 変形可能な医療画像レジストレーションとアラインメントのための学習ベースフレームワーク