该文提出一种通用跨模态描述符框架，通过近似现有指标与小型卷积神经网络特征空间中的点积，实现快速可变形全局配准，速度比基于局部图像块的方法快数个数量级，可直接用于临床，仅需替换相似度测量。实验表明其泛化性强，无需专门重训练即可适应未知解剖结构和模态组合，训练代码和数据已公开。