姿态感知深度相似度网络

扩大配准捕获范围

专为荧光透视2D/3D配准设计的可微深度感知度量，提升配准鲁棒性并支持梯度优化。

Jinhao, Wang · Li, Xia · Ćuković, Saša · Taylor, William R.

International Journal of Computer Assisted Radiology and Surgery 2026

技术优势

捕获范围更大

度量对初始位姿偏差更宽容，优化不易陷入局部极小，可减少人工初始化。

损失景观更平滑

梯度信息更稳定，使基于梯度的优化方法更可靠。

零样本泛化

对训练中未见过的低对比度荧光条件也能工作，无需重新训练。

应用场景

• 关节运动学分析：提高关节运动学分析中配准的鲁棒性和自动化程度。
• 荧光透视2D/3D配准：为荧光透视2D/3D配准提供可微的鲁棒度量。
• 医学图像配准：为医学图像配准提供新的相似度度量。