mlVIRNET：多级变分图像配准网络
计算机视觉与模式识别
2020-10-28 v1
摘要
我们提出了一种基于深度学习的图像配准新方法，采用多级框架。近期发表的基于深度学习的配准方法已在广泛任务中展现出有前景的结果。然而，这些算法仍局限于相对较小的形变。我们的方法通过引入一个多级框架来解决这一不足，该框架在不同尺度上计算形变场，类似于传统方法。由此，先获得粗尺度对齐，随后在更细尺度上加以改进。我们在吸气到呼气的肺部配准这一复杂任务上演示了我们的方法。我们表明，使用深度学习多级方法可显著改善配准结果。
引用
@article{arxiv.1909.10084,
title = {mlVIRNET: Multilevel Variational Image Registration Network},
author = {Alessa Hering and Bram van Ginneken and Stefan Heldmann},
journal= {arXiv preprint arXiv:1909.10084},
year = {2020}
}
备注
accepted for publication at MICCAI 2019