基于深度学习的单模态MR图配准技术研究.pdf

基于深度学习的单模态MR图配准技术研究.pdf

  1. 1、本文档共69页,其中可免费阅读21页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

医学图像配准在病灶定位、疾病诊断、手术导航、放射治疗等领域发挥着极其

重要的作用,实现高精度、高效率的配准对于辅助临床诊疗具有积极意义。传统配

准算法迭代速度慢、普适性差,难以达到临床领域实时配准的目标要求。近年随着

深度学习的快速发展,卷积神经网络在图像配准领域得到广泛使用。基于深度学习

的图像配准主要分为基于图像对的相似性度量以及直接利用深度回归网络预测变形

场两类方法,前者容易受到数据集中异常值的影响,且对配准参数估计进行迭代计

算或进行非线性配准时处理时效性差,后者利用深度神经回

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档