基于平均几何变换的脑 MR 图像可变形配准
计算机视觉与模式识别
2019-07-24 v1
摘要
医学图像的准确配准对医生诊断和定量分析至关重要。本文提出一种基于平均几何变换和 VoxelMorph CNN 架构的新型可变形医学图像配准方法。我们计算微分同胚配准场的微分几何信息，包括雅可比行列式（JD）和旋度向量（CV），并将其作为 VoxelMorph CNN 的多通道进行二次训练。此外，我们利用平均变换构建标准脑 MRI 图谱，可用作固定图像。我们在包括 ADNI 数据集和 MRBrainS18 挑战数据集的两个数据集上验证方法，相较于 MIT 的原始方法，在平均 Dice 分数和非负雅可比位置方面取得优异的 MR 图像配准改进。实验结果表明该方法能在脑 MRI 诊断中实现更好性能。
引用
@article{arxiv.1907.09670,
title = {Deformable Registration Using Average Geometric Transformations for Brain MR Images},
author = {Yongpei Zhu and Zicong Zhou and Guojun Liao and Kehong Yuan},
journal= {arXiv preprint arXiv:1907.09670},
year = {2019}
}
备注
9 pages,9 figures