Interpretable Unsupervised Deformable Image Registration via Confidence-bound Multi-Hop Visual Reasoning

Technische Samenvatting: Interpreteerbare Ongesuperviseerde Deformabele Beeldregistratie via Confidence-bound Multi-Hop Visuele Redenering

Probleemstelling
Ongesuperviseerde deformabele beeldregistratie (DIR) beoogt complexe anatomische structuren over beelden heen uit te lijnen zonder referentielabels. Hoewel deep learning-methoden hoge nauwkeurigheid hebben bereikt, functioneren ze vaak als "black boxes", waarbij het gebrek aan transparantie en betrouwbaarheid een probleem vormt. Deze ondoorzichtigheid leidt tot foutdrift en verminderd klinisch vertrouwen, met name in scenario's met grote deformaties of complexe 3D-datasets waar anatomische consistentie moeilijk te garanderen is zonder supervisie. De kernuitdaging is het ontwikkelen van een registratie-framework dat niet alleen accuraat is, maar ook interpreteerbaar, betrouwbaar en in staat is om transparante redeneersporen te bieden voor klinische implementatie.

Methodologie: Multi-Hop Visual Chain of Reasoning (VCoR)
De auteurs stellen een nieuw framework voor, VCoR-Reg, dat beeldregistratie herformuleert als een progressief, multi-hop redeneerproces geïnspireerd door menselijke cognitieve besluitvorming (specifiek Diffusion Decision Models). In plaats van een single-pass voorspelling, verfijnt het model het deformatievectorveld (DVF) iteratief via drie opeenvolgende "hops".

De architectuur bestaat uit drie hoofdfasen:

1. Feature Extractie: Een 3D U-Net encoder extraheert multi-schaal, contextbewuste features uit zowel de bronbeeld ($S_{im}$) als de referentiebeelden ($R_{im}$). Deze features ondergaan onafhankelijke self-attention verfijning om saillante anatomische regio's te benadrukken en langetermijnafhankelijkheden te vangen.
2. Visual Chain of Reasoning (VCoR): Dit is het kerniteratieve module. In elke hop $k$:
   • Localized Spatial Refinement (LSR): De bron-features worden verfijnd via self-attention om de lokale ruimtelijke consistentie en structurele details te verbeteren.
   • Cross-Reference Attention (CRA): Een unidirectioneel cross-attention mechanisme lijnt de verfijnde bron-features uit met de gefixeerde referentie-features. De referentie-features dienen als keys en values, terwijl de bron-features als queries fungeren. Dit zorgt voor anatomisch consistente correspondentie en genereert attention maps die invloedrijke referentiegebieden benadrukken.
   • Deformatie Voorspelling: Een deformatieveld ($\phi^{(k)}$) wordt voorspeld uit de verfijnde features en toegepast via een Spatial Transformer Network (STN) om het bronbeeld te vervormen, wat een intermediaire output produceert.
3. Confidence–Uncertainty Bounds: Het framework incorporeert een theoretische grens afgeleid van cognitieve theorie. Het stelt dat naarmate het aantal redeneer-hops toeneemt, de confidence (gemeten door metrieken zoals DSC en NCC) monotoon moet toenemen, terwijl de uncertainty (gemeten door Target Registration Error en negatieve Jacobian determinanten) geometrisch moet krimpen.

De training is ongesuperviseerd en optimaliseert een samengestelde loss-functie die een balans zoekt tussen beeldgelijkenis (Normalized Cross-Correlation en Mean Squared Error) en een regularisatieterm om vloeiende, fysiek plausibele deformaties te garanderen.

Belangrijkste Bijdragen

1. Implicit Multi-Hop Visual Chain-of-Reasoning (IMVCoR): Het artikel introduceert het eerste werk dat een impliciet multi-hop redeneerparadigma toepast op ongesuperviseerde deformabele medische beeldregistratie, gebruikmakend van een coarse-to-fine verfijningspipeline.
2. Betrouwbaarheidsgrenzen (Reliability Bounds): Geïnspireerd door Diffusion Decision Models, stellen de auteurs een theoretische confidence-consistentie beperking voor. Dit embedt mensachtige redenering in deep learning, met als doel foutdrift te mitigeren, anatomische plausibiliteit te behouden en het proces te valideren via verminderde negatieve Jacobians.
3. Ingebouwde Interpreteerbaarheid: Door het genereren van intermediaire deformatievelden en attention maps bij elke hop, biedt het model transparante redeneersporen. Het schat de onzekerheid in via de stabiliteit en convergentie van deformatievelden over de hops heen.

Experimentele Resultaten
Het framework werd geëvalueerd op twee publieke benchmarks: DIR-Lab 4D CT (long) en IXI T1-weighted MRI (hersenen).

• DIR-Lab (Long): VCoR-Reg behaalde een gemiddelde Target Registration Error (TRE) van 1.55 mm, waarmee het superieur is aan state-of-the-art methoden (bijv. Jiang et al. op 1.66 mm en TransMorph op 1.84 mm). Het vertoonde ook de laagste standaarddeviatie (1.12 mm), wat wijst op een hoge consistentie.
• IXI (Hersenen): De methode behaalde een Dice Similarity Coefficient (DSC) van 0.759, waarmee het klassieke en deep learning baselines overtreft, inclusief SyN, Flash en VoxelMorph varianten.
• Progressieve Verfijning: Kwantitatieve analyse toonde een consistente verbetering over de hops heen. Zo daalde de gemiddelde TRE op de DIR-Lab dataset van 2.04 mm (baseline) naar 1.63 mm (Hop 1), 1.55 mm (Hop 2) en 1.51 mm (Hop 3).
• Anatomische Plausibiliteit: Het percentage voxels met negatieve Jacobian determinanten (wat duidt op vouwing) nam progressief af over de hops, waarbij een laag van 0.118% werd bereikt in de laatste hop, wat de verbeterde deformatie-smoothness bevestigt.
• Evolutie van Confidence: Empirische validatie bevestigde de theoretische grenzen: confidence-metrieken namen toe terwijl uncertainty-metrieken afnamen over de redeneer-hops, met name bij het gebruik van empirische weegschema's.

Significantie en Claims
Het artikel claimt dat VCoR-Reg een belangrijke stap zet richting Trustworthy AI in medische beeldvorming. Door een impliciet visueel redeneerparadigma te integreren, levert het framework:

• Interpreteerbaarheid: Het biedt een transparante sequentie van intermediaire voorspellingen en attention maps, waardoor clinici kunnen visualiseren hoe en waar de uitlijning verbetert.
• Betrouwbaarheid: De theoretische en empirische demonstratie van confidence-groei en uncertainty-contractie over de hops biedt een gefundeerde verklaring voor de stabiliteit van het model, wat de "black-box" bezorgdheid adresseert.
• Klinische Leefbaarheid: Het vermogen om onzekerheid in te schatten en redeneersporen te bieden, ondersteunt datagestuurde besluitvorming in kritieke toepassingen zoals chirurgische begeleiding, radiotherapieplanning en longitudinale ziekte-tracking.

De auteurs erkennen beperkingen en merken op dat de huidige validatie beperkt is tot single-modality datasets en specifieke organen. Zij benadrukken dat toekomstig werk vereist is om het framework uit te breiden naar multimodale registratie, expert-annotaties te integreren en de prestaties te valideren over bredere klinische scenario's met diverse pathologieën en artefacten. De huidige resultaten leggen echter een sterke fundering voor interpreteerbare, ongesuperviseerde registratie die een balans vindt tussen hoge nauwkeurigheid en klinisch vertrouwen.