本文介绍了一种基于学习的算法，用于三维医学图像的变形和匹配。该算法使用卷积神经网络模型和空间变换层，能够快速计算新的扫描成像时的配准场，无需监督信息。该算法能够在不破坏匹配场平滑性的前提下，底层地在一张图像中重构另一张图像，并能够显著加速医学图像分析和处理管道的速度。