On the Degrees of Freedom of Gridded Control Points in Learning-Based Medical Image Registration

1. 연구 배경 및 문제 제기 (Problem)

• 현재의 한계: 기존 학습 기반 의료 영상 정합 (Registration) 방법들은 주로 밀집된 볼록 단위 (Dense Voxel-wise) 변위장 (DDF, Dense Displacement Field) 을 예측합니다. 이는 이미지 해상도만큼 많은 제어점 (Control Points) 을 사용하여 모든 볼록 (Voxel) 에 변위 벡터를 할당하는 방식입니다.
• 문제점:
  • 과적합 및 노이즈: 균일한 조직 (Homogeneous regions) 이나 노이즈가 강한 영역에서는 명확한 국소 대응 관계 (Local Correspondence) 가 부재합니다. 이러한 영역에서 고해상도 (고 자유도, High DoF) 변형을 허용하면 불필요한 노이즈가 증폭되거나 해부학적으로 불가능한 왜곡이 발생할 수 있습니다.
  • 계산 비용: 밀집된 DDF 를 예측하는 디코더는 메모리 사용량이 많고 계산 비용이 매우 높습니다.
  • 비효율성: 모든 의료 영상 정합 작업에 고해상도 제어점이 필요한 것은 아니며, 과도한 자유도는 오히려 성능을 저하시킬 수 있습니다.

2. 제안 방법론: GridReg (Methodology)

저자들은 GridReg라는 새로운 학습 기반 정합 프레임워크를 제안합니다. 이는 밀집된 볼록 단위 디코딩 대신 희소 격자 (Sparse Grid) 의 제어점에서 변위를 예측하는 방식을 채택합니다.

• 핵심 구조:
  1. 인코더 (Encoder): 고정 (Fixed) 및 이동 (Moving) 이미지에서 다중 스케일의 3D 특징 맵을 추출합니다.
  2. 프로젝션 (Projection): 추출된 3D 특징을 1D 토큰 시퀀스로 변환하고 위치 인코딩 (Positional Encoding) 을 적용하여 공간적 맥락을 유지합니다.
  3. 크로스 어텐션 디코더 (Cross-Attention Decoder):
     • 희소 격자 제어점 (Queries) 이 인코더 토큰 (Keys/Values) 과 상호작용하여 각 제어점의 변위를 예측합니다.
     • 각 제어점은 자신의 국소 격자 이웃 내에서만 어텐션을 수행하여 변위를 추정합니다.
  4. 보간 (Interpolation): 예측된 희소 격자 변위장 (GDF) 을 3 선형 보간 (Trilinear), B-스플라인, 또는 전치 합성곱 (Transposed Convolution) 을 통해 밀집된 변위장 (DDF) 으로 변환합니다.
• 그리드 적응형 학습 (Grid-Adaptive Training):
  • 단일 모델이 다양한 격자 크기 (예: 5x5x5, 8x8x8, 10x10x10 등) 에 적응하도록 훈련합니다.
  • 검증 집합 (Validation Set) 을 통해 각 데이터셋에 최적의 격자 밀도를 자동으로 선택할 수 있어, 재학습 없이도 다양한 해상도에 적용 가능합니다.
• 베이지안 불확실성 추정: 변형의 불확실성을 평가하기 위해 각 제어점에 평균과 분산을 예측하는 베이지안 헤드를 추가하여, 모호한 영역 (균일한 조직 등) 에서의 변형을 억제합니다.

3. 주요 기여 (Key Contributions)

1. 경량 디코더 설계: 다중 스케일 3D 특징을 제어점 임베딩으로 투영하고 국소 크로스 어텐션을 통해 희소 변위를 예측하는 효율적인 아키텍처를 제안했습니다.
2. 그리드 적응형 프레임워크: 고정된 격자 크기에 의존하지 않고, 검증 기반 모델 선택을 통해 데이터셋별 최적의 격자 밀도를 동적으로 결정할 수 있는 유연한 시스템을 구축했습니다.
3. 성능과 효율성의 균형: 기존 볼록 단위 DDF 디코더 (VoxelMorph, TransMorph) 나 산재된 키 포인트 기반 방법 (KeyMorph) 과 비교하여, 동일하거나 더 낮은 계산 비용으로 동등하거나 더 높은 정합 정확도를 달성했습니다.

4. 실험 결과 (Results)

세 가지 데이터셋 (전립선, 골반 장기, 뇌 신경 구조) 을 사용하여 평가했습니다.

• 정합 정확도:
  • 전립선 (Prostate): GridReg 는 Dice Similarity Coefficient (DSC) 에서 0.88 로 가장 높은 성능을 보였으며, 기존 방법들 (VoxelMorph, TransMorph, KeyMorph) 보다 우수한 결과를 기록했습니다. 특히 균일한 조직 영역에서 물리적으로 불가능한 왜곡을 줄였습니다.
  • 골반 (Pelvis) 및 뇌 (Brain): 다른 방법들과 유사하거나 더 나은 성능을 보였으며, 특히 KeyMorph 는 전립선 데이터에서 성능이 저하되는 반면 GridReg 는 일관된 성능을 유지했습니다.
• 계산 효율성:
  • 파라미터 수: GridReg 는 기존 방법들보다 2 배에서 163 배까지 적은 학습 가능 파라미터를 가졌습니다 (예: VoxelMorph 대비 약 1/2000 수준).
  • 메모리 사용량: 추론 시 GPU 메모리 사용량이 현저히 감소하여 (예: 전립선 데이터 기준 146MB vs VoxelMorph 208MB), 리소스가 제한된 환경에서도 배포가 용이합니다.
  • 추론 시간: 파라미터 수는 크게 줄었으나, GPU 의 입력 데이터 읽기 및 복사 오버헤드 때문에 단일 이미지 추론 시간은 기존 방법과 유사하게 유지되었습니다.
• 아블레이션 연구:
  • 격자 크기가 10x10x10 일 때 최적의 정확도를 보였습니다.
  • 스킵-프로젝션 (Skip-projection) 모듈이 정확도 향상에 결정적인 역할을 했습니다.
  • 베이지안 헤드는 정확도를 크게 높이지는 않았으나, 불확실성 맵을 통해 균일한 영역에서의 정합 신뢰도를 시각화하는 데 유용했습니다.

5. 의의 및 결론 (Significance & Conclusion)

• 자유도 (DoF) 의 재정의: 의료 영상 정합에서 고해상도 (고 자유도) 변형이 항상 필요한 것은 아니며, 희소 격자 제어점을 통한 간접적인 정규화 (Implicit Regularisation) 가 노이즈가 많은 영역에서 더 안정적인 해부학적 정합을 가능하게 함을 입증했습니다.
• 실용적 가치: GridReg 는 계산 자원이 제한된 환경 (모바일, 엣지 컴퓨팅) 에서도 고품질의 정합을 수행할 수 있는 경량 솔루션을 제공합니다.
• 일반성: 인코더 아키텍처에 구애받지 않으며, 다양한 의료 영상 정합 작업에 적용 가능한 범용적인 접근법입니다.

결론적으로, 이 연구는 희소 격자 기반 변형 예측이 계산 비용 절감과 성능 향상이라는 두 마리 토끼를 모두 잡을 수 있는 효과적인 전략임을 보여주었습니다.