Deformable Medical Image Registration with KAN-based Implicit Neural Representations

同じ部屋を撮った2枚の写真があると想像してみてください。ただし、一方は少し異なる角度から撮影されており、あるいは家具の配置が少し変わっているかもしれません。あなたの脳は、2枚目の写真を1枚目に完璧に一致させるために、頭の中で瞬時に「スライド」させたり「引き伸ばしたり」する方法を知っています。この頭の中のトリックは「画像レジストレーション（画像位置合わせ）」と呼ばれ、医学の世界では一種の超能力となります。医師は、患者の肺、脳、または心臓の、異なる時期や異なる装置で撮影されたスキャン画像を重ね合わせるためにこれを使用します。もしこれらを完璧に合わせることができなければ、腫瘍が増大しているのか、心筋が弱まっているのか、あるいは治療が効果を上げているのかを判断することができません。

長い間、コンピュータはピクセルを一つずつ動かして無理やり合わせようとする「総当たり攻撃」のような方法でこれを行ってきましたが、これは非常に遅く、手間のかかる作業でした。その後、科学者たちは「ニューラルネットワーク」を発明しました。これは、何千もの例を見ることで学習する「コンピュータの脳」です。これらの新しいコンピュータは驚異的な速さを手に入れましたが、一つだけ欠点がありました。学習するためのルールを教えるために、膨大な量の「学習用データという名のビュッフェ」を与えなければならなかったのです。もし医師が、学習用のビュッフェに含まれていない珍しいタイプのスキャンや特定の臓器を提示した場合、コンピュータの脳は混乱し、間違いを犯してしまいます。それは、シェフにピザのレシピばかりを見せて、寿司の作り方を教えようとするようなもので、シェフは苦戦することになります。

この論文は、大量のライブラリ（事例集）を必要とせずに、コンピュータに医療画像の合わせ方を教えるための、巧妙な新しい方法を紹介しています。何千枚もの写真を暗記する代わりに、コンピュータは今見ているまさにその2枚の画像に対して、滑らかで連続的なマップを描くことを学びます。これは、既製品のスーツが詰まったクローゼットを持つ代わりに、目の前の顧客を計測して、その場で完璧なスーツを仕立て上げる熟練の仕立て屋のようなものです。研究者たちは、**コルモゴロフ・アーノルド・ネットワーク（KAN）**と呼ばれる新しい数学的ツールを使用しました。古いコンピュータの脳は、固定された硬直したルール（あらかじめ設定されたレシピのようなもの）を使用しますが、KANは、患者の解剖学的構造の独特な形状に合わせて、粘土のように伸び縮みすることができる「学習可能な」ルールを使用します。

チームは、ロモノソフ・モスクワ国立大学の研究者を中心として、2つの新しいシステム、KAN-IDIDRとRandKAN-IDIRを構築しました。彼らはこれら3つの非常に異なる医学的課題、すなわち、肺CTスキャン（呼吸によって大きく動く）、脳MRIスキャン（非常に詳細である）、および心臓MRIスキャン（鼓動し形を変える）を用いて、これらのシステムをテストしました。

以下に、彼らが発見したことを記します。新しいシステムは非常に正確であり、既存の最高の方法に匹沢するか、それを上回ることもありました。しかし、本当の魔法は、その「振る舞い」にありました。ゼロから学習しようとする古い手法は、時として「ジッター（小刻みな揺れ）」が発生することがありました。つまり、コンピュータを少し異なるランダムな設定（サイコロの目の出方を変えるようなもの）で開始すると、結果が劇的に変わってしまうのです。新しいKANベースの手法は、極めて堅実でした。どのように開始しても、同じ高品質な結果を生み出したのです。これは、研究者が「運良く始まったか、運悪く始まったか」を心配することなく、結果を信頼できることを意味するため、科学において非常に重要なことです。

また、研究者たちはシステムをさらに高速化する方法を発見しました。マップを構築するために、すべての構成要素を使うのではなく、いくつかの「ビルディングブロック（構成要素）」をランダムに選ぶことで、RandKAN-IDIRを作り上げました。このバージョンは、標準的なバージョンよりも約30%高速であり（肺スキャンにおいて63秒ではなく約43秒）、かつ同等の高い精度を維持していました。これは、完璧な壁を作るために倉庫にあるすべてのレンガを使う必要はなく、適切なレンガを賢くランダムに選択すれば、十分に目的を果たせることに気づいたようなものです。

この論文は、優れた結果を得るために膨大なデータセットが必要であるという考えに対し、明確に反論しています。彼らは、特定のタスク（肺のレジストレーションなど）において、彼らの手法が、大量のデータで事前学習されたモデルよりも優れていることを示しました。また、構成要素をその場で「学習」しようとする、より複雑な独自のアイデアについても検証しましたが、それは処理が遅すぎる上に、シンプルなランダムアプローチと比較して結果を向上させることもないという結論に達しました。

要約すると、この論文は、硬直したレシピや膨大なメモリバンクの代わりに、柔軟な数学的「粘土」（KAN）を使用することで、医療画像をより速く、より確実に、そしてより少ない計算能力で合わせることができると示唆しています。著者らは、現実世界のデータセットを用いてこれらの結果を測定し、彼らの手法がエラーが少なく、最終的な画像に「折れ曲がり」や「ねじれ」が生じにくいことを明らかにしました。これは、スーパーコンピュータや数百万ものスキャンのライブラリを必要とせず、精密で再現可能な結果を求める医師や研究者にとって、有望なツールとなることを示しています。