voxelmorph/voxelmorph
Unsupervised Learning for Image Registration
What it solves
VoxelMorph 提供了一个基于学习的图像配准框架，配准是通过建模形变来对齐两幅图像（如医学扫描）的过程。它能够高效地解决解剖结构不同或成像模态不同（例如 CT 到 MRI）的图像对齐问题。
How it works
该库使用卷积神经网络（CNN）预测形变场，将一幅图像（移动图像）扭曲以匹配另一幅图像（固定图像或模板）。它支持多种配准类型，包括使用不同损失函数（MSE、CC）的无监督学习、保证形变平滑且可逆的微分同胚配准以及仿射配准。库中还包含 SynthMorph，一种使用合成图像而非真实采集数据来训练配准模型的策略，使模型对比度不敏感。
Who it’s for
该库面向需要对 3D 体积或图像进行对齐并建模空间形变的医学影像和计算机视觉领域的研究者与从业者。
Highlights
- 多模态支持：能够在不同成像模态之间进行配准，如 CT 到 MRI。
- SynthMorph：通过合成图像训练配准网络，无需真实训练数据。
- 微分同胚映射：支持生成平滑、可逆的形变，以保持解剖拓扑结构。
- TensorFlow 与 PyTorch：提供稳定的 TensorFlow 实现和活跃的 PyTorch 开发分支。
- 模板构建：包含创建无条件和条件可变形模板（atlas）的工具。