초록
이미지 등록은 의료 이미지 분석에서 이미지 쌍 사이의 변형을 추정하기 위한 핵심 기술입니다. 고품질 추정을 위해 우수한 변형 모델이 중요합니다. 그러나 대부분의 기존 접근 방식은 관찰된 데이터 변동성을 포착하기보다는 수학적 편의성을 위해 임의로 선택된 변형 모델을 사용합니다. 최근 딥 러닝 접근 방식은 데이터로부터 직접 변형 모델을 학습하지만, 이들은 변환의 공간적 규칙성에 대한 제어가 제한적입니다. 우리는 전체 등록 접근 방식을 학습하는 대신, 등록 모델 내에서 공간적으로 적응적인 정규화기를 학습합니다. 이 방법은 원하는 규칙성 수준을 제어하고 등록 모델의 구조적 특성을 보존할 수 있게 합니다. 예를 들어, 미분 동형인 변환이 달성될 수 있습니다. 우리의 접근 방식은 딥 러닝 모델을 최적화 기반 등록 알고리즘에 내장하여 등록 모델 자체를 매개변수화하고 데이터에 맞게 조정함으로써, 기존의 딥 러닝 기반 이미지 등록 접근 방식과 근본적으로 다른 것입니다.