- …
- …
#558
summarized by : 藤中彩乃
どんな論文か？
従来の画像位置合わせ手法では高次元の空間を扱っていたが，筆者らは，低次元で帯域を制限した状態で位置合わせを行うネットワーク”DeepFLASH”を提案した．これにより，計算コストとメモリ消費量を削減することができた．
新規性
高速なディープラーニングベースの画像位置合わせ手法を開発したこと，複素数畳み込み演算や複素数損失関数などを定義したこと，実数空間でもデュアルネットワークによってモデルを簡単に実装できるよう工夫したこと．
結果
二種類の公開データセット (2次元の牛の目の合成画像と3次元の脳MRI画像) を用いて画像位置合わせの実験を行ったところ，最新のネットワーク (FLASH，VoxelMorph，QuickSilverなど) と同等の精度を誇りながら，計算時間を大幅に削減できた．
その他（なぜ通ったか？等）
- …
- …