【导读】本项目基于TensorFlow2的深度学习医学图像配准工具包，可处理成对与非成对的图像数据。该工具包实现了主流的监督与弱监督医学图像配准的算法。

Github链接：

https://github.com/DeepRegNet/DeepReg

使用流程

• 选出一个数据集，并将数据按照要求放入文件夹中。
  

• 使用yaml 文件配置一个网络

• 使用deepreg_train 脚本训练与调整模型

• 使用deepreg_predict脚本测试与使用最终模型

介绍

图像配准是将一个图像的坐标系映射到另一个图像的过程。配准方法将一对图像作为输入，分别表示为运动图像和固定图像。在本教程中，我们将运动图像注册到固定图像中，即将运动图像的坐标映射到固定图像上。

预测方法共有四种，分别为预测密集位移场

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源