关键词registration performance
搜索结果 - 3
- 相位聚合双分支网络用于高效指纹密集匹配
提出了一种相位聚合的双分支注册网络(PDRNet),通过在高分辨率的相关信息和低分辨率的纹理特征之间引入双分支结构与多阶段交互,在感知局部细微差异的同时保证全局稳定,从而聚合了传统方法和基于深度学习的方法的优势,实验证明了在准确性和鲁棒性上 - 从注册不确定性到分割不确定性
我们提出了一个新的框架,同时估计图像配准的先验和其它分割不确定性,通过最小化负对数似然损失函数,将外观不一致性转化为其它分割不确定性,并通过引入分割不确定性以及现有的估计配准不确定性方法,在图像配准的不同阶段提供了重要的可视化结果。通过使用 - Fourier-Net+: 基于有限频带表示的高效三维医学图像配准
利用傅立叶网络替代资源密集型的 U-Net 风格扩张路径,我们提出了 Fourier-Net,通过学习位于有限带宽傅立叶域中的位移场的低维表示,然后通过模型驱动的解码器将其转换为空间域中的全分辨率位移场,达到减少计算成本、提高注册性能的效果