本稿では，3D医用画像登録のためのend-to-endのディープラーニングフレームワークを提案する．既存の手法とは対照的に，本稿におけるフレームワークは2つの登録方法の組み合わせである．それは，アフィン登録方法とベクトル運動量パラメータ化定常速度場（vSVF）モデルである．また，本提案手法は，アフィン変換パラメータ予測，運動量を生成，変換マップのノンパラメトリック精密化の3段階で構成されている．