arXiv · 机器人与计算机视觉· Marat O. Zinovev, Dmitry V. Sorokin·· 20 天前AI 评分43
Meta-Initialization of Implicit Neural Representations 加速可变形医学图像配准
Meta-Initialization of Implicit Neural Representations to Accelerate Deformable Medical Image Registration
AI 导读
针对可变形医学图像配准需逐对优化参数导致适应慢的问题,研究提出利用历史任务学习初始化以加速早期适配。基于 KAN-IDIR 模型在 OASIS-1 数据集(364 对训练、49 对测试)上验证,Reptile 与 STRAINER 方案均优于随机初始化且 Reptile 在小迭代预算下表现更佳。
来源:arXiv · 机器人与计算机视觉 · arxiv.org