RandKAN-IDIR

Kolmogorov-Arnold网络提高医学图像配准精度

研究人员推出了KAN-IDIR和RandKAN-IDIR，这两种新颖的可变形医学图像配准框架，它们利用Kolmogorov-Arnold网络（KAN）。这些方法将形变场建模为连续的坐标到位移映射，为传统深度学习方法（如CNN和Transformer）提供了一种数据高效的替代方案。基于KAN的方法旨在提高稳定性和资源效率，而无需进行数据集级别的训练，并在肺部CT、脑部MRI和心脏MRI数据集上显示出有希望的结果。