体素变形 swMATH ID: 38624 软件作者: Balakrishnan,G.,Zhao,A.,Sabuncu,M.R.,Guttag,J.,Dalca,A.V。 描述: VoxelMorph:一个用于可变形医学图像配准的学习框架。我们提出了VoxelMorph,一种基于快速学习的框架,用于可变形的成对医学图像注册。传统的配准方法为每对图像优化一个目标函数,这对于大型数据集或丰富的变形模型来说可能是耗时的。与此方法相反,我们在最近基于学习的方法的基础上,将配准表示为一个函数,该函数将输入图像对映射到对齐这些图像的变形场。我们通过卷积神经网络(CNN)对函数进行参数化,并在一组图像上优化神经网络的参数。给定一对新的扫描,VoxelMorph通过直接计算函数来快速计算变形场。在这项工作中,我们探索了两种不同的培训策略。在第一个(无监督)设置中,我们训练模型以最大化基于图像强度的标准图像匹配目标函数。在第二种设置中,我们利用训练数据中可用的辅助分段。我们证明,无监督模型的准确性可与最先进的方法媲美,而操作数量级更快。我们还表明,使用辅助数据训练的体素变形提高了测试时的配准精度,并评估了训练集大小对配准的影响。我们的方法有望加快医学图像分析和处理管道,同时促进基于学习的注册及其应用的新方向。我们的代码可以在这个http URL上免费获得。 主页: https://arxiv.org/abs/1809.05231 源代码: https://github.com/voxelmorp/voxelmormor网址 相关软件: 水银;ImWIP公司;PyLops公司;PyTorch公司;打开CV;科学Py;scikit-图像;Python语言;克莱尔;冲浪;SIFT公司;DGM公司;喀拉拉邦;TensorFlow公司;compsensing_dip;Wasserstein甘;Deep Adverserial正则化器;网络电话;PDE-网络;BUQO公司 引用于: 4文件 全部的 前5名17位作者引用 1 西蒙·R·阿里奇。 1 罗伯特·阿泽科特 1 丁子娟 1 El-Tallawi,K.卡洛斯 1 韩欢 1 何继文 1 李、金 1 李静 1 彼得·马斯 1 安德烈亚斯·芒 1 奥赞·奥克坦 1 Schönlieb、Carola Bibiane 1 王惠南 1 王显民 1 严洪阳 1 张鹏 1 威廉·佐格比(William A.Zoghbi)。 引用于4个系列 1 信息科学 1 最优化理论与应用杂志 1 计算与应用数学 1 数字学报 全部的 前5名在7个字段中引用 三 数值分析(65-XX) 三 信息与通信理论、电路(94-XX) 1 常微分方程(34-XX) 1 偏微分方程(35-XX) 1 变分法与最优控制;最优化(49至XX) 1 计算机科学(68至XX) 1 生物学和其他自然科学(92-XX) 按年份列出的引文