基于深度神经网络的医学图像配准：综述

图像引导介入正在挽救大量患者的生命，其中图像配准问题确实应被视为最复杂、最棘手的问题。另一方面，近期机器学习领域的巨大进展——得益于在当代多核GPU上实现深度神经网络的可能性——为应对众多医学应用（配准也不例外）打开了一扇充满前景的窗口。本文对被称为基于深度神经网络的医学图像配准的现有文献进行了全面综述。该综述具有系统性，涵盖了该领域先前发表的所有相关工作。关键概念、不同视角的统计分析、可信挑战、新颖性与主要贡献、关键使能技术、未来方向与展望趋势均在本综述中详细讨论与调研。本综述使该领域致力于探究前沿并期望贡献未来文献的读者获得深入理解与洞见。