deformable registration | BriefGPT

关键词deformable registration

搜索结果 - 7

不变形还是变形：基于无监督关键点检测的新辅助化疗乳腺动态对比增强磁共振成像的治疗感知纵向配准
通过无监督关键点检测和选择性体积保持的有条件金字塔式注册网络，我们提出了一种用于评估新辅助化疗（NAC）后乳腺 DCE-MRI 的长期变形注册，以精确量化肿瘤变化。在这种方法中，我们从 DCE-MRI 中提取结构和异常关键点，将结构关键点应
PDF5 months ago
使用循环一致的隐式表示进行强健的可变形图像配准
使用循环一致的隐式神经表示的可变形配准方法，通过生成多种变形估计和进行优化，改善了配准准确性，并提供了可用于自动质量控制的健壮的不确定度指标。
PDF9 months ago
GSMorph：基于梯度的手术对 cine-MRI 心脏变形配准的应用
本文提出一种基于梯度手术机制的注册模型 GSMorph，实现多重损失的超参数自由平衡，在两种公开的心脏 MRI 数据集上实现了优于五种 SOTA 学习型注册模型和两种传统注册技术 SyN 和 Demons 的注册精度和平滑度。
PDFa year ago
无监督可变形图像配准用于超声图像呼吸运动补偿
本文提出了一种基于深度学习的新型超声图像变形配准模型及一种无监督的训练方法，该模型使用循环全对场变换和空间变换网络来在在线速率下（约 30 Hz）生成位移场并精确地跟踪像素移动，采用该方法来在活体猪肺视频中跟踪像素，演示了呼吸运动补偿策略，
PDFa year ago
无监督可变形超声图像配准及其在血管分割中的应用
本文介绍了一种基于深度学习的模型进行医学超声图像的可变形配准，同时能够生成合成图像用于训练血管分割模型，而无需额外的手动标注。模型通过不同的损失函数进行训练，能够将生成的合成超声图像与真实图像的结构相似性指数（SSIM）分别达到 98% 和
PDFa year ago
使用对抗学习和蒸馏知识的轻量化可变形配准
本文提出了一种新的轻量级可变形配准网络，使用对抗学习算法成功地将教师网络的有意义信息转移到了学生网络，同时在显著降低计算费用的同时达到了竞争性的准确性。
PDF3 years ago
图像和曲面的概率差异同构配准的无监督学习
本文介绍一种基于概率生成模型和卷积神经网络的无监督学习算法，该算法融合了经典形变配准技术的思想，达到了先进的精度和速度，并提供拓扑保持的注册保证。作者在 3D 脑部配准任务上进行了广泛的实证分析。
PDF5 years ago