3D脑部肿瘤配准项目实战

之前大多数研究利用卷积神经网络(CNNS)学习联合仿射和非参数配准,而较少探索仿射子网络的独立性能。此外,现有的基于 CNN 的仿射配准方法要么关注于局部失配要么关注于输入的全局方向和位置,以预测仿射变换矩阵,这些方法对空间初始化敏感,除了训练数据集外,还表现出有限的泛化能力。


之前大多数研究利用卷积神经网络(CNNS)学习联合仿射和非参数配准,而较少探索仿射子网络的独立性能。此外,现有的基于 CNN 的仿射配准方法要么关注于局部失配要么关注于输入的全局方向和位置,以预测仿射变换矩阵,这些方法对空间初始化敏感,除了训练数据集外,还表现出有限的泛化能力。
