【論文筆記】用循環一致性避免形變場重疊的醫學圖像配準網絡

本文是論文《Cycle-Consistent Training for Reducing Negative Jacobian Determinant in Deep Registration Networks》的閱讀筆記。 微分同胚 配準任務中使用的變換（形變場）理想情況下應該是微分同胚的，這樣圖像的拓撲性在轉換的時候就不會發生變化。微分同胚即是可逆和光滑的，現有的配準方法通常不能從理論上保證形變

>>阅读原文<<