摘要
医学图像配准是医学图像分析的核心技术,在辅助临床诊断中起着至关重要的作用。目前基于深度学习方法逐渐应用于图像配准任务。深度学习图像配准(DLIR)框架是一种基于卷积神经网络的无监督的图像配准技术,可用于仿射和可变性医学图像配准。在DLIR框架中,通过利用类似于传统的基于灰度的图像配准的相似性测度,训练卷积神经网络进行图像配准。同时在该框架中通过卷积神经网络的堆叠可以实现由粗到精的图像配准过程。训练完成后的DLIR框架进行图像配准时无需迭代,因此性能与传统图像配准相当,速度快了几个数量级。
出处
《电子制作》
2019年第18期52-53,共2页
Practical Electronics
基金
国家级大学生创新创业训练计划项目（201710439157）
泰安市大学生科技创新行动计划项目（2017D046）
