基于可變形卷積和多尺度特征聚焦的X線圖像非剛性配準

摘要： 非剛性配準在醫(yī)學圖像分析中有著重要的作用。U-Net被證明是醫(yī)學圖像分析的研究熱點，被廣泛應用于醫(yī)學圖像配準中，然而現(xiàn)有的基于U-Net及其變體的配準模型在處理復雜形變時，學習能力不足，且沒有充分利用多尺度上下文信息，導致配準精度不夠理想。針對該問題，本文提出了一種基于可變形卷積和多尺度特征聚焦模塊的X線圖像非剛性配準算法。該算法首先使用殘差可變形卷積替代原U-Net的標準卷積...