La registración de imágenes juega un papel importante en el diagnóstico asistido por computadora y cirugías remotas para enfermedades cerebrales. Las redes U-Net y sus variantes se utilizan ampliamente en el campo de la registración de imágenes médicas, logrando buenos resultados en precisión y tiempo de registración. Sin embargo, los modelos existentes tienen dificultades para aprender características de bordes de estructuras pequeñas en imágenes con deformaciones complejas, y descuidan la relación entre la información contextual a diferentes escalas. Para abordar estos problemas, este artículo propone un modelo de registración basado en la coincidencia de puntos a través de escalas combinado con la fusión de características multiescala. Primero, se introduce un módulo de coincidencia de puntos a través de escalas en la estructura codificadora del modelo, mejorando la expresión de características de regiones prominentes y el manejo de detalles de bordes de estructuras pequeñas; luego, se fusionan características multiescala en la estructura decodificadora para formar una descripción más completa; finalmente, se incorpora un módulo de atención en el módulo de fusión de características multiescala para resaltar la información espacial y de canales. Los resultados experimentales en tres conjuntos de datos de resonancia magnética cerebral (MR) muestran que, por ejemplo en el conjunto de datos OASIS-3, el método propuesto mejora la precisión de registración en un 23.5%, 12.4%, 0.9% y 2.1% en comparación con Affine, SyN, VoxelMorph y CycleMorph respectivamente; el valor ASD disminuyó 1.074, 0.434, 0.043 y 0.076 comparado con dichos métodos. El modelo propuesto puede captar mejor la información de características de las imágenes, mejorando la precisión de la registración, y tiene una importancia significativa para el desarrollo de la registración de imágenes médicas.

registración de imágenes médicas; estructura codificador-decodificador; ponderación de características; correspondencia de características; mecanismo de atención