邹茂扬 1,2 , 杨昊 1 , 潘光晖 1 , 钟勇 2
  • 1. 成都信息工程大学(成都 610225);
  • 2. 中国科学院大学 成都计算机应用研究所(成都 610041);
导出 下载 收藏 扫码 引用

随着影像引导手术和放射治疗的发展,临床对医学图像配准研究的需求更强烈,带来的挑战也更大。最近几年,深度学习,特别是深度卷积神经网络,在医学图像处理方面取得了优异的成绩,在医学图像配准上的研究发展迅速。本文按技术方法分类总结了基于深度学习的医学图像配准的国内外研究进展,包括了基于优化策略的相似性估计、直接估计医学图像配准的变换参数等。然后分析了深度学习方法在医学图像配准上的挑战,并提出了可能的解决办法和研究方向。

引用本文: 邹茂扬, 杨昊, 潘光晖, 钟勇. 深度学习在医学图像配准上的研究进展与挑战. 生物医学工程学杂志, 2019, 36(4): 677-683. doi: 10.7507/1001-5515.201810004 复制

  • 上一篇

    基于深度学习的肺结节计算机断层扫描影像检测与分类的研究进展
  • 下一篇

    微波热声成像技术及其在乳腺癌检测及治疗中的研究进展