浏览量 : 0 下载量: 1 CSCD: 0
  • 导出

  • 分享

  • 收藏

  • 专辑

    • 面向脑影像配准的深度展开网络研究

    • Research on deep unfolding network for brain Image registration

    • 在医学图像配准领域,研究者提出了基于模型解耦的深度展开配准网络,有效融合了传统迭代优化方法与深度学习方法的优势,显著提升了计算效率、精度和可解释性。
    • 2026年 页码:1-15   

      收稿:2025-06-24

      修回:2025-12-29

      录用:2026-01-27

      网络出版:2026-01-27

    • DOI: 10.11834/jig.250283     

    移动端阅览

  • 孙嘉颖, 杨双燕, 应时辉. 面向脑影像配准的深度展开网络研究[J/OL]. 中国图象图形学报, 2026,1-15. DOI: 10.11834/jig.250283.
    Sun Jiaying, Yang Shuangyan, Ying Shihui. Research on deep unfolding network for brain Image registration[J/OL]. Journal of Image and Graphics, 2026, 1-15. DOI: 10.11834/jig.250283.
  •  
  •  
文章被引用时,请邮件提醒。
提交

相关作者

李秀 清华大学深圳国际研究生院
罗捷 哈佛医学院
徐哲 清华大学深圳国际研究生院;哈佛医学院
严江鹏 清华大学深圳国际研究生院
马露凡 清华大学深圳国际研究生院
罗凤 清华大学深圳国际研究生院
张程程 中北大学大数据学院山西省生物医学成像与影像大数据重点实验室
王丽芳 中北大学大数据学院山西省生物医学成像与影像大数据重点实验室

相关机构

清华大学深圳国际研究生院
哈佛医学院
中北大学大数据学院山西省生物医学成像与影像大数据重点实验室
浙江大学人工智能研究所
四川大学电气信息学院
0