VoxelMorph是很经典的无监督学习图像配准，可以用来分割，但效果并不好，因为没有对图像内部结构进行特征提取，无法做到内部的对齐配准，CLMorph解决了这一问题.

从VoxelMorph到CLMorph：核心思路对比解析

一、先回顾：VoxelMorph的核心逻辑（理解CLMorph的基础）

VoxelMorph是无监督医学图像配准的经典框架，其核心思路可概括为“用CNN学变换，用配准误差约束学习”，具体分3步：

1. 输入与目标：给定“待配准图像（Moving Image）”和“参考图像（Fixed Image）”，目标是学习一个空间变换映射z（即 deformation field，形变场），让“待配准图像经z变换后”与参考图像尽可能对齐。
2. 网络结构：用一个CNN（编码器+解码器）直接输出变换映射z的参数（如均值μ和方差σ），假设z服从正态分布（概率建模）；再通过空间变换网络（STN） ，用z将待配准图像“ warp（扭曲）”到参考图像的坐标系。
3. 损失约束：仅用两类损失保证配准效果：
   • 重建损失：让“扭曲后的待配准图像”与参考图像像素级相似（如L2损失），确保“对齐精度”；
   • 平滑损失：通过约束变换映射z的概率分布（如KL散度），避免z出现“不光滑的形变”（比如相邻像素形变差异过大，不符合解剖结构的物理连续性）。

VoxelMorph的核心价值是“用数据驱动的CNN替代传统迭代式配准”，实现端到端无监督配准，但它的定位是“配准工具”——若想用它做分割，只能依赖“配准后掩码迁移”的间接逻辑（即把参考图像的分割掩码，用学到的z迁移到待配准图像上），而这个逻辑存在明显短板，这正是CLMorph要解决的问题。

二、CLMorph对VoxelMorph的“痛点诊断”

VoxelMorph用于分割时，最大的问题是“只关注图像层面的对齐，忽略了特征层面的判别性”，具体有两个缺陷：

1. 特征提取“无区分度”：VoxelMorph的CNN仅为“学习变换映射”服务，提取的特征是“通用的图像特征”，而非“能区分解剖结构的判别性特征”。比如，大脑的“灰质”和“白质”在像素强度上可能接近，VoxelMorph的特征无法有效区分二者，导致配准后迁移的掩码容易“混淆结构”。
2. 配准与分割的“目标脱节”：VoxelMorph的目标是“让整幅图像对齐”，而非“让关键解剖结构对齐”。比如，配准后可能“背景区域对齐了，但肿瘤、脑室等关键结构没对齐”，最终导致分割掩码迁移后精度不足。

举个通俗的例子：VoxelMorph像“把两张拼图强行拼到一样大”，只看整体轮廓像不像，不看局部拼图块（解剖结构）对不对；而CLMorph要做的是“先教会网络区分拼图块，再拼出和参考图一样的结构”。

三、CLMorph的核心思路：给VoxelMorph加“特征判别力”

CLMorph的本质是“配准框架不变，给特征提取环节加“对比学习”的“眼睛” ”，让网络能“看清解剖结构差异”，最终提升分割精度。其思路可拆解为3个关键步骤，每一步都对应对VoxelMorph的改进：

1. 第一步：用“双编码器”替代VoxelMorph的“单编码器”——为对比学习做准备

VoxelMorph只用一个CNN处理“待配准图像+参考图像”的拼接输入，特征提取是“混在一起学”；而CLMorph用了两个权重共享的Siamese 3D CNN编码器（见下图蓝色、黄色模块）：

• 编码器1：输入“待配准图像x”，输出特征f(x)；
• 编码器2：输入“参考图像y”，输出特征f(y)；
• 权重共享：确保两个编码器用“同一套标准”提取特征（比如对“灰质”的特征定义一致），避免因编码器参数不同导致特征不可比。

这一步的目的是：把x和y的特征分开提取，但用统一标准衡量，为后续“对比二者差异”打基础。

2. 第二步：加“对比学习”——让特征能区分解剖结构

这是CLMorph最核心的创新，直接解决VoxelMorph特征无区分度的问题。其逻辑是“让同类结构的特征更像，不同类结构的特征更不像”，具体怎么做？

• 定义“正负样本”：把“待配准图像x”和“参考图像y”视为“同一解剖结构的不同视角”（正样本对）；把数据集中其他任意图像视为“负样本”（比如用另一幅大脑的图像作为x的负样本）。
• 计算对比损失：通过余弦相似度衡量特征相似度，让f(x)与f(y)的相似度尽可能高（正样本拉近），让f(x)与负样本特征的相似度尽可能低（负样本推开）。

用公式简化理解对比损失的目标：

（sim表示余弦相似度，值越大特征越相似）

这一步的作用：强迫编码器学习“解剖结构级的特征”——比如，不管x和y的大脑尺寸、位置有何差异，编码器都会把“灰质”的特征提取成“相似向量”，把“白质”的特征提取成“另一类相似向量”，从而让后续的配准能“精准对齐关键结构”，而非只对齐整体轮廓。

3. 第三步：保留VoxelMorph的“配准-掩码迁移”逻辑，但用“对比后的特征”做配准

CLMorph没有改变VoxelMorph“配准驱动分割”的核心流程，而是用“对比学习优化后的特征”替代了VoxelMorph“无区分度的特征”，具体流程与VoxelMorph一致：

1. 把对比后的特征f(x)和f(y)拼接，输入解码器，输出变换映射z的参数（μ和σ）；
2. 用STN和z，把“参考图像y的分割掩码”迁移到“待配准图像x”的坐标系，得到x的分割结果；
3. 保留VoxelMorph的“重建损失+平滑损失”，再加上“对比损失”，形成总损失，约束网络学习。

此时的配准已经不是“盲目对齐整体”，而是“基于解剖结构特征的精准对齐”——因为f(x)和f(y)已经能区分灰质、白质、脑室等结构，解码器学习的z会优先让这些关键结构对齐，最终迁移的掩码自然更精准。

四、一句话总结：CLMorph的思路精髓

如果说VoxelMorph是“用CNN学‘把图像拼对齐’，再用对齐后的掩码做分割”，那么CLMorph就是“先教会CNN‘看清解剖结构’（对比学习），再用‘能看清结构的CNN’学‘把关键结构拼对齐’，最后做分割”——前者是“拼轮廓”，后者是“拼细节”，这就是两者思路的核心差异。

通过这种改进，CLMorph在VoxelMorph的基础上，既保留了“无监督、端到端”的优势，又解决了“特征无区分度”的短板，最终在分割精度上实现了对VoxelMorph的超越（比如LPBA40数据集上，CLMorph的Dice系数0.763显著高于VoxelMorph的约0.71）。