一致性点匹配
计算机视觉与模式识别
2025-08-01 v1 分布式、并行与集群计算
机器学习
摘要
本研究表明，将一致性启发式方法融入点匹配算法 \cite{yerebakan2023hierarchical} 可提高在成对医学图像中匹配解剖位置的鲁棒性。我们在覆盖 CT 和 MRI 模式的多样化纵向内部和公共数据集上对该方法进行了验证。值得注意的是，它在 Deep Lesion Tracking 数据集上超越了最先进的结果。此外，我们展示了该方法有效解决了 landmarks 局定问题。该算法在标准 CPU 硬件上高效运行，可配置地在速度和鲁棒性之间进行权衡。该方法无需机器学习模型或训练数据，即可在医学图像之间实现高精度导航。
引用
@article{arxiv.2507.23609,
title = {Consistent Point Matching},
author = {Halid Ziya Yerebakan and Gerardo Hermosillo Valadez},
journal= {arXiv preprint arXiv:2507.23609},
year = {2025}
}