基于 GAN 的医学图像配准
计算机视觉与模式识别
2019-09-11 v4
摘要
传统的图像配准方法由耗时的迭代方法组成。当前大多数基于深度学习 (DL) 的配准方法提取深度特征以用于迭代设置中。我们提出一种端到端深度学习方法来配准多模态图像。我们的方法使用生成对抗网络 (GANs)，消除了对耗时迭代方法的需求，并直接生成带有形变场的已配准图像。GAN 代价函数中的适当约束在不到一秒内产生准确配准的图像。实验证明了它们在多模态视网膜与心脏 MR 图像配准中的准确性。
引用
@article{arxiv.1805.02369,
title = {GAN Based Medical Image Registration},
author = {Dwarikanath Mahapatra},
journal= {arXiv preprint arXiv:1805.02369},
year = {2019}
}