基于相似性度量原始联合优化的图像配准
图像与视频处理
2023-10-13 v3 计算机视觉与模式识别
摘要
尽管相似性度量的联合优化在语义分割领域是标准流程，但令人惊讶的是，在图像配准中这种做法远未普及。为弥补文献中的这一空白，我们在一个复杂的多模态 3D 设置中研究配准度量的联合优化（此处通过原始求和实现）是否有助于图像配准。我们评估了两个具有挑战性的数据集，包含胶质瘤的术前到术后以及术前到术中 MR 图像集合。采用所提出的优化方法，我们在专家神经放射科医师的 landmarks 标注上以 TRE 衡量的配准精度得到了提升。
引用
@article{arxiv.2304.01601,
title = {Primitive Simultaneous Optimization of Similarity Metrics for Image Registration},
author = {Diana Waldmannstetter and Benedikt Wiestler and Julian Schwarting and Ivan Ezhov and Marie Metz and Spyridon Bakas and Bhakti Baheti and Satrajit Chakrabarty and Daniel Rueckert and Jan S. Kirschke and Rolf A. Heckemann and Marie Piraud and Bjoern H. Menze and Florian Kofler},
journal= {arXiv preprint arXiv:2304.01601},
year = {2023}
}