Unsupervised deep learning-based medical image registration: a survey

深度学习 人工智能 计算机科学 领域(数学) 无监督学习 图像配准 深层神经网络 机器学习 数据科学 医学影像学 图像(数学) 自动化 人工神经网络 图像处理 工程类 机械工程 数学 纯数学
作者
Taisen Duan,Wenkang Chen,Meilin Ruan,Xuejun Zhang,Shaofei Shen,Weiyu Gu
出处
期刊:Physics in Medicine and Biology [IOP Publishing]
标识
DOI:10.1088/1361-6560/ad9e69
摘要

Abstract In recent decades, medical image registration technology has undergone significant development, becoming one of the core technologies in medical image analysis. With the rise of deep learning, deep learning-based medical image registration methods have achieved revolutionary improvements in processing speed and automation, showing great potential, especially in unsupervised learning. This paper briefly introduces the core concepts of deep learning-based unsupervised image registration, followed by an in-depth discussion of innovative network architectures and a detailed review of these studies, highlighting their unique contributions. Additionally, this paper explores commonly used loss functions, datasets, and evaluation metrics. Finally, we discuss the main challenges faced by various categories and propose potential future research topics. This paper surveys the latest advancements in unsupervised deep neural network-based medical image registration methods, aiming to help active readers interested in this field gain a deep understanding of this exciting area.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
youxiu1112发布了新的文献求助10
2秒前
林雯呀发布了新的文献求助10
4秒前
李健的粉丝团团长应助wyt采纳,获得10
4秒前
zhang@发布了新的文献求助10
5秒前
ardejiang发布了新的文献求助10
7秒前
PU完成签到,获得积分10
8秒前
sinan发布了新的文献求助30
8秒前
无私的汉堡完成签到,获得积分20
9秒前
小星云完成签到,获得积分20
9秒前
科研通AI2S应助yaya采纳,获得10
10秒前
辛夷完成签到,获得积分10
10秒前
13秒前
飘逸匪完成签到,获得积分10
13秒前
15秒前
希望天下0贩的0应助zhang@采纳,获得10
18秒前
jevon应助蒸馏水采纳,获得10
18秒前
共享精神应助白茶泡泡球采纳,获得10
18秒前
sinan完成签到,获得积分10
20秒前
20秒前
wuwu完成签到 ,获得积分10
23秒前
23秒前
一一应助自由灵雁采纳,获得10
23秒前
yaya完成签到,获得积分10
24秒前
25秒前
赘婿应助weixin112233采纳,获得10
25秒前
二十七完成签到 ,获得积分10
26秒前
26秒前
嘟嘟52edm完成签到 ,获得积分10
26秒前
苹果冬莲完成签到,获得积分10
27秒前
27秒前
完美世界应助飞快的鸵鸟采纳,获得10
28秒前
29秒前
期刊发布了新的文献求助10
29秒前
30秒前
李健的小迷弟应助xiaoyi采纳,获得10
31秒前
骄阳似我发布了新的文献求助10
31秒前
31秒前
飘逸匪关注了科研通微信公众号
32秒前
LIYUJIE发布了新的文献求助10
32秒前
33秒前
高分求助中
歯科矯正学 第7版(或第5版) 1004
Semiconductor Process Reliability in Practice 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 600
GROUP-THEORY AND POLARIZATION ALGEBRA 500
Mesopotamian divination texts : conversing with the gods : sources from the first millennium BCE 500
Days of Transition. The Parsi Death Rituals(2011) 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3234201
求助须知:如何正确求助?哪些是违规求助? 2880628
关于积分的说明 8216151
捐赠科研通 2548179
什么是DOI,文献DOI怎么找? 1377602
科研通“疑难数据库(出版商)”最低求助积分说明 647925
邀请新用户注册赠送积分活动 623302