voxelmorph

收录理由

传统上，医学图像的对齐依赖缓慢的迭代优化，而VoxelMorph用深度网络直接学习一个形变场，将一幅体积图像变形到另一幅上。其无监督损失函数免去了手工标注训练数据的麻烦，微分同胚变换则保证了形变结果可逆且符合生物物理规律。库中提供了训练、配准和评估脚本，包括Dice重叠评分，还附有预训练模型，团队既能快速完成一对体积的配准，也能在适度改动下用自己的数据重新训练。它面向医学影像研究人员和工程师，服务于纵向研究或群体扫描的处理流程，配套教程和多个Colab演示（涵盖可变形与仿射配准）降低了上手门槛。需要注意，PyTorch版本仍在积极开发中，接口可能变动，追求稳定性的团队可以选择TensorFlow分支。