Registration of medical image sequences using auto-differentiation

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F23%3APU146280" target="_blank" >RIV/00216305:26220/23:PU146280 - isvavai.cz</a>
Výsledek na webu
<a href="https://link.springer.com/chapter/10.1007/978-981-16-6775-6_15" target="_blank" >https://link.springer.com/chapter/10.1007/978-981-16-6775-6_15</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-981-16-6775-6_15" target="_blank" >10.1007/978-981-16-6775-6_15</a>

Jazyk výsledku
angličtina
Název v původním jazyce
Registration of medical image sequences using auto-differentiation
Popis výsledku v původním jazyce
This paper focuses on image registration using the automatic differentiation of deep learning frameworks. Specifically, a method for the registration of image sequences is proposed and tested on retinal video ophthalmoscopic data and brain DCE MR images. PyTorch auto-differentiation has been used as a core of an optimisation tool to find the optimal image transformation parameters. It allows us to easily design a loss function for our registration tasks. The image registration was achieved by simultaneous registration of all images using a global loss function without the need of the reference frame.
Název v anglickém jazyce
Registration of medical image sequences using auto-differentiation
Popis výsledku anglicky
This paper focuses on image registration using the automatic differentiation of deep learning frameworks. Specifically, a method for the registration of image sequences is proposed and tested on retinal video ophthalmoscopic data and brain DCE MR images. PyTorch auto-differentiation has been used as a core of an optimisation tool to find the optimal image transformation parameters. It allows us to easily design a loss function for our registration tasks. The image registration was achieved by simultaneous registration of all images using a global loss function without the need of the reference frame.

Projekt
<a href="/cs/project/GA21-18578S" target="_blank" >GA21-18578S: Funkční zobrazování sítnice s dvěma vlnovými délkami a současnou akvizicí biosignálů pro hodnocení očního krevního oběhu</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
Medical Imaging and Computer-Aided Diagnosis: Proceedings of 2022 International Conference on Medical Imaging and Computer-Aided Diagnosis (MICAD 2022)
ISBN
978-981-16-6774-9
ISSN
1876-1100
e-ISSN
—
Počet stran výsledku
10
Strana od-do
169-178
Název nakladatele
Springer
Místo vydání
neuveden
Místo konání akce
University of Leicester, UK
Datum konání akce
20. 11. 2022
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—

Podobné výsledky(10)