VMambaMorph: a Multi-Modality Deformable Image Registration Framework based on Visual State Space Model with Cross-Scan Module

图像配准是医学成像中关键的过程，涉及将不同的医学成像数据对齐到一个单一的统一坐标系中。深度学习网络，如基于卷积神经网络（CNN）的VoxelMorph、基于视觉变换器（ViT）的TransMorph和基于状态空间模型（SSM）的MambaMorph，在该领域中展示了有效的性能。最近的Visual State Space Model（VMamba）结合了带有SSM的交叉扫描模块，展示了在计算机视觉任务中以高效的计算成本建模全局范围依赖性的有希望的改进。本文介绍了一种名为VMambaMorph的探索VMamba在图像配准中的应用的方法。这种新型的混合VMamba-CNN网络专门设计用于3D图像配准。利用U型网络架构，VMambaMorph基于目标体积和源体积计算变形场。基于2D交叉扫描模块的VMamba块被重新设计用于3D体积特征处理。为了克服多模态图像上的复杂运动和结构，我们进一步提出了一个精细调整的递归配准框架。我们使用公共基准脑MR-CT配准数据集验证了VMambaMorph，并将其性能与当前最先进的方法进行了比较。结果表明，VMambaMorph实现了具有竞争力的配准质量。VMambaMorph和所有基线方法的代码均可在GitHub上获得。

论文旨在解决医学影像中的图像配准问题，即将不同的医学影像数据对齐到一个统一的坐标系中。同时，论文还提出了一种新的深度学习网络结构VMambaMorph来进行三维图像配准。

VMambaMorph是一种基于VMamba和CNN的新型深度学习网络，其采用了U形网络结构来计算目标和源体积之间的变形场，并利用2D跨扫描模块重新设计了VMamba块以进行三维体积特征处理。

论文使用公共基准脑MR-CT配准数据集对VMambaMorph进行了验证，结果表明VMambaMorph具有竞争性的配准质量。此外，论文还提出了一种微调递归配准框架来解决多模态图像中的复杂运动和结构问题。VMambaMorph的代码与所有基线方法都已在GitHub上公开。

近期的相关研究包括基于卷积神经网络（CNN）的VoxelMorph、基于视觉变换器（ViT）的TransMorph和基于状态空间模型（SSM）的MambaMorph等深度学习网络在医学影像中的应用。