基于机器学习初始化的组织学切片与微计算机断层扫描的二维-三维可变形图像配准

本研究解决了组织学切片与微计算机断层扫描图像配准中的图像质量低和软组织样本变形问题。提出了一种新颖的二维-三维多模态可变形图像配准方法，该方法结合了机器学习初始化与分析性离面变形优化。实验结果显示，该方法在与其他配准方法相比时性能优越，有助于提升虚拟组织学的应用潜力。