INR-LDDMM:融合隐式神经表示与大变形微分同胚度量映射的基于流体的医学图像配准
图像与视频处理
2023-11-28 v3
摘要
我们提出了一种基于隐式神经表示的医学图像基于流体的配准框架。通过融合隐式神经表示与大可变形微分同胚度量映射(LDDMM,Large Deformable Diffeomorphic Metric Mapping),我们采用多层感知机(MLP)作为速度生成器,同时优化速度与图像相似性。此外,我们采用由粗到细的方法应对基于形变配准方法陷入局部最优解的挑战,从而有助于处理医学图像配准中的显著形变。我们的算法已在50例患者的配对CT-CBCT数据集上验证,以迁移标注的Dice系数作为评价指标。与现有方法相比,我们的方法达到了最先进的性能。
引用
@article{arxiv.2308.09473,
title = {INR-LDDMM: Fluid-based Medical Image Registration Integrating Implicit Neural Representation and Large Deformation Diffeomorphic Metric Mapping},
author = {Chulong Zhang and Xiaokun Liang},
journal= {arXiv preprint arXiv:2308.09473},
year = {2023}
}