该研究提出了一种新的方法，通过学习预期的外观来进行术中患者到图像的注册。该方法通过最小化术中2D视图与合成预期纹理之间的差异来估计相机姿态。在脑外科手术中的神经导航背景下应用该方法，结果显示该方法优于现有方法，并达到了当前临床标准的准确性。

我们提出了一种新颖的方法，通过学习预期的外观来进行术中患者到图像的注册。该方法通过最小化术中2D视图与合成预期纹理之间的差异来估计相机姿态。在脑外科手术中的神经导航背景下应用该方法，结果优于现有方法，并达到了当前临床标准的准确性。

该研究提出了一种新的方法，通过学习预期的外观来进行术中患者到图像的注册，通过最小化术中图像与合成预期纹理之间的差异来估计相机姿态，提高注册精度。在神经导航背景下应用该方法，结果显示该方法优于现有方法，并达到了当前临床标准的准确性。

该文介绍了一种新颖的方法，通过学习预期的外观来进行术中患者到图像的注册。该方法在脑外科手术中的神经导航背景下应用，优于现有方法，并达到了当前临床标准的准确性。