Computer Science Department, Stony Brook University, Stony Brook, NY 11794-4400, USA;
Siemens Corporate Research, 755 College Road East, Princeton, NJ 08540-6632, USA;
Computer Science Department, Technische Universitat Miinchen, Garching 85748, Germany;
non-rigid registration; multi-modal volumes; learning; mutual information; kullback-leibler divergence; GPU;
机译:L-BFGS-B与猫群优化相结合的非刚性多模态医学图像配准
机译:使用自由形式变形的B样条非刚性网格配准的GPU并行实现
机译:基于深度学习的非刚性多模态医学图像登记的数据自适应描述符
机译:优化的GPU基于学习的非刚性多模态注册实现
机译:使用自适应网格生成的基于互信息的非刚性图像配准:GPU实施和对乳房MRI的应用。
机译:基于GPU的人肺对称非刚性图像配准方法
机译:通过使用非刚性注册进行合作机器人导管的学习血管内导航