Adversarial Similarity Network for Evaluating Image Alignment in Deep Learning based Registration

  一、Motivation 1. 传统的配准方法试图基于基于强度的相似性度量来优化变形场。这些方法通常涉及计算量大的高维优化和与任务有关的参数调整。 2. 最近的基于CNN的有监督配准方法虽然能够一定程度上解决传统方法的缺点,但是受限于ground-truth的真实性。 3. 在无监督的CNN方法利用相似性指标作为损失函数的一部分,这些相似性指标与图像的性质密切相关,可能不适用于处理各种数据集。
相关文章
相关标签/搜索