报告题目：基于CT和MRI多模态腹部医学图像配准算法研究

  汇报人：马怀志

  报告时间：2023年9月26日（周二）20:30

  报告形式：腾讯会议219-903-221

                  人工智能学院

                2023年9月26日

     内容简介：图像配准是医学影像分析中的关键环节，它能够融合患者的不同影像，建立统一的空间系统。将来自不同成像模态的医学图像进行配准可以提供更全面、更准确的信息，有助于医生更好地理解病情和制定治疗方案。基于深度学习的配准方法在实际的临床应用上仍然面临一些挑战，例如医学图像的非线性形变大，配准优化困难； 配准网络中存在较多冗余特征和噪声导致配准精度低；多模态配准中图像的相似性度量困难等。针对上述问题，本项目应用深度学习从网络结构设计和损失函数两个方面开展相应研究，结合图像分割任务提出了联合分割与配准的多模态图像半监督配准方法，同时提升了图像分割和配准的效果。