基于深度学习的医学图像配准框架.pdf

摘要

摘要

可变形医学图像配准旨在最小化固定图像与运动图像之间的差异,从而为

进一步的医学分析供全面的生理或结构信息。配准精度对后续应用性能的影响

至关重要,因此,在过去的几十年中已经有大量的配准方法被出用来实现医学图像

间精确的空间对齐。然而,现阶段脑部医学图像配准仍然面临诸多挑战。

首先,非刚性形变的复杂性限制了算法在严重解剖结构变形场景下的适用

性,对配准后图像的视觉质量产生不利影响。使用卷积神经网络(C

文档评论(0)

1亿VIP精品文档

相关文档