被误导的配准不确定性
计算机视觉与模式识别
2017-05-19 v2
摘要
作为建立空间对应关系的任务，医学图像配准通常被形式化为寻找最佳对齐两幅图像的最优变换。由于变换是配准如此重要的组成部分，大多数现有研究惯于通过变换不确定性来量化配准不确定性，即对所估计空间对应关系的置信度。在本文中，我们给出具体例子并揭示，使用变换不确定性来量化配准不确定性是不恰当的，且有时具有误导性。基于这一发现，我们还提请关注概率图像配准中一个重要却细微的方面，即仅通过已配准体素的变换分布众数来确定其对应关系是否合理。
引用
@article{arxiv.1704.08121,
title = {Misdirected Registration Uncertainty},
author = {Jie Luo and Karteek Popuri and Dana Cobzas and Hongyi Ding and William M. Wells and Masashi Sugiyama},
journal= {arXiv preprint arXiv:1704.08121},
year = {2017}
}
备注
raw version