MIND-SSC

新研究对多模态3D图像配准方法进行基准测试

一篇新研究论文对各种3D可变形多模态图像配准方法进行了基准测试，评估了传统方法和深度学习方法。研究发现，在不同解剖区域和数据集上，性能差异显著，基于学习的方法在合成数据上显示出潜力，但在真实临床场景中的收益有限。一个关键发现是几何重叠度量与基于图像的相似性度量之间的差异，这表明对齐的改善并不总是等同于全局对应性的提高。研究得出结论，稳健的院内3D多模态配准仍然是一个开放的挑战，需要多标准评估。