基于变分推断的磁共振图像群组配准OA北大核心CSTPCD
Groupwise Registration for Magnetic Resonance Image Based on Variational Inference
为解决基于深度学习的成对配准方法精度低和传统配准算法耗时长的问题,本文提出一种基于变分推断的无监督端到端的群组配准以及基于局部归一化互相关(NCC)和先验的配准框架,该框架能够将多个图像配准到公共空间并有效地控制变形场的正则化,且不需要真实的变形场和参考图像.该方法得到的预估变形场可建模为概率生成模型,使用变分推断的方法求解;然后借助空间转换网络和损失函数来实现无监督方式训练.对于公开数据集LPBA40的3D脑磁共振图像配准任务,测试结果表明:本…查看全部>>
周勤;王远军
上海理工大学医学影像技术研究所,上海 200093上海理工大学医学影像技术研究所,上海 200093
数理科学
深度学习群组配准变分推断可变形配准
《波谱学杂志》 2022 (3)
基于图像开花模型的弥散张量图像变形配准技术研究
291-302,12
国家自然科学基金资助项目(61201067)上海市自然科学基金资助项目(18ZR1426900).
评论