深度学习在医学图像配准中的研究综述
图像与视频处理
2020-12-02 v1 计算机视觉与模式识别
机器学习
医学物理
机器学习
摘要
本文综述了基于深度学习(DL)的医学图像配准方法。我们总结了 DL 基配准方法在医学领域的最新进展与应用。依据方法、功能与流行度将这些方法分为七类。对每一类进行了详细综述，突出重要贡献并指出具体挑战。在每类详细综述后给出简要评估以总结其成果与未来潜力。我们利用基准数据集对基于 DL 的肺与脑可变形配准方法进行了全面比较。最后，我们从多个角度分析了所有被引文献的统计数据，揭示了使用深度学习的医学图像配准的流行度与发展趋势。
引用
@article{arxiv.1912.12318,
title = {Deep Learning in Medical Image Registration: A Review},
author = {Yabo Fu and Yang Lei and Tonghe Wang and Walter J. Curran and Tian Liu and Xiaofeng Yang},
journal= {arXiv preprint arXiv:1912.12318},
year = {2020}
}
备注
32 pages, 4 figures, 9 tables