对抗式图像配准及其在 MR 与 TRUS 图像融合中的应用
计算机视觉与模式识别
2018-10-03 v2
摘要
多模态医学图像的稳健且精准对齐是一项极具挑战性的任务，但对许多临床应用非常有用。例如，磁共振（MR）与经直肠超声（TRUS）图像配准是 MR-TRUS 融合引导前列腺介入中的关键环节。然而，由于图像外观差异巨大且图像对应关系变化大，MR-TRUS 图像配准是一个十分棘手的问题。本文提出一种对抗式图像配准（AIR）框架。通过同时训练两个深度神经网络（一个为生成器，另一个为判别器），我们不仅能得到一个用于图像配准的网络，还能得到一个可帮助评估图像配准质量的度量网络。所开发的 AIR-net 随后在使用图像融合引导前列腺穿刺活检程序获取的临床数据集上进行评估，并展示了有前景的结果。
引用
@article{arxiv.1804.11024,
title = {Adversarial Image Registration with Application for MR and TRUS Image Fusion},
author = {Pingkun Yan and Sheng Xu and Ardeshir R. Rastinehad and Brad J. Wood},
journal= {arXiv preprint arXiv:1804.11024},
year = {2018}
}
备注
Presented at the workshop on MLMI 2018, LNCS, volume 11046, pages 197 to 204