Onur Ali Zeybekoglu

新研究为可变形医学图像配准提供先进方法

两篇新研究论文探讨了医学影像中可变形图像配准（DIR）的进展。一篇论文介绍了一种易于实现的pTVreg方法，并增强了贝叶斯优化框架，该方法在Lung250M-4B基准测试中取得了最先进的结果，优于现有的深度学习解决方案。第二篇论文提出了KAN-IDIR和RandKAN-IDIR，这是首个利用Kolmogorov-Arnold网络（KANs）作为隐式神经表示的DIR框架，在各种医学影像数据集上无需进行数据集级别的训练即可显示出更高的稳定性和效率。