机构名称：
¥ 1.0
摘要：图像注册是各种医学图像分析应用中的关键组成部分。近年来，基于深度学习（DL）的医学图像注册模型的发展激增。本文对医学图像注册进行了全面审查。首先，为监督注册类别提供了讨论，例如，完全有监督，双重监督和弱监督的注册。接下来，将基于相似性以及基于生成的对抗网络（GAN）注册作为无监督注册的一部分提出。深刻的迭代注册，重点是基于基于相似性和强化学习的注册。此外，还审查了医疗图像注册的应用领域。本综述着重于单模式和多模式登记以及相关的成像，例如X射线，CT扫描，超声和MRI。本评论中强调了现有的挑战，这表明一个主要挑战是缺乏具有已知转换的培训数据集。最后，对基于DL的医疗图像注册领域的有希望的未来研究领域进行了讨论。
医学图像注册的深度学习
主要关键词
相关文件推荐
