SCoPE-Reg：通过状态空间相关与闭式位姿估计的高效刚性超声切片到体配准

超声引导介入可能需要在三维解剖参考中定位一个未跟踪的二维帧。刚性切片到体配准（SVR）可估计该六自由度位姿，但由于解剖上下文有限、声学伪影以及视图相关外观，该任务仍具挑战性。现有方法通常使用稠密交叉注意力，其代价随切片与体标记数的乘积增长，或使用缺乏显式对应约束的直接位姿回归。我们提出 SCoPE-Reg，结合双输入状态空间切片-体交互、稠密三维坐标预测以及无参数加权 Kabsch 估计。在来自 CAMUS 和 $\mu$-RegPro 的 SVR 任务上，SCoPE-Reg 的平均目标配准误差分别为 $0.73$ mm 和 $2.27$ mm，而表现最佳的基线为 $1.24$ mm 和 $2.63$ mm；在 CAMUS 上将峰值误差降低 56%（$12.5\to5.5$ mm），并在 $3$mm 内分别配准 $100%$ 和 $80%$ 的帧。在 $128^2$ 的 CAMUS 上，随着位姿扰动幅度增大，它仍保持最低误差。其参数量为 $6.49$ M 且与分辨率无关，在 $512^2$ 下维持 $51$ FPS。通过将基于对应的精度与有界最坏情况误差及分辨率无关代价相结合，SCoPE-Reg 在介入过程中可在原生采集分辨率下使用，而此前的方法不得不在精度、可靠性或帧率上做出妥协。补充代码：https://github.com/TIO-IKIM/SCoPE-Reg。

中文由 AI 翻译，仅供参考，以原文为准。