基于生成对抗网络gans的多模态脑胶质瘤mr图像非刚性配准方法研究.docx

PAGE2

摘要

医学图像配准在疾病定位、疾病诊断、放射治疗等方面发挥着至关重要的作用,实现高精度、效率的医学图像配准对于临床诊断检查、放射治疗都具有重大的研究和应用。然而，传统的医学图像配准方法配准速度慢、精度低。基于深度学习的图像配准方法需要大量的真实形变场来训练网络，以及常用的相似性度量指标无法适用于多模态图像配准。

针对以上问题，本文提出一种基于生成对抗网络（GenerativeAdversarialNetworks，GANs）的无监督多模态医学图像配准方法。引入了对抗相似度网络来自动判断图像的相似度，不使用任何预定义的相似性度量指标。使用生成对抗式训练，训