Buchumschlag

An anatomically-informed correspondence initialisation method to improve learning-based registration for radiotherapy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Henderson, Edward G. A., van Herk, Marcel, Green, Andrew F., Osorio, Eliana M. Vasquez
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Automatic Identification of Missing Tissues using a Geometric-Learning Correspondence Model
von: Osorio, Eliana M. Vasquez, et al.
Veröffentlicht: (2025)

Weakly supervised alignment and registration of MR-CT for cervical cancer radiotherapy
von: Zhang, Jjahao, et al.
Veröffentlicht: (2024)

Skip priors and add graph-based anatomical information, for point-based Couinaud segmentation
von: Zhang, Xiaotong, et al.
Veröffentlicht: (2025)

Spatial regularisation for improved accuracy and interpretability in keypoint-based registration
von: Billot, Benjamin, et al.
Veröffentlicht: (2025)

Mask-HybridGNet: Graph-based segmentation with emergent anatomical correspondence from pixel-level supervision
von: Gaggion, Nicolás, et al.
Veröffentlicht: (2026)

CTARR: A fast and robust method for identifying anatomical regions on CT images via atlas registration
von: Buddenkotte, Thomas, et al.
Veröffentlicht: (2024)

POLAFFINI: Efficient feature-based polyaffine initialization for improved non-linear image registration
von: Legouhy, Antoine, et al.
Veröffentlicht: (2024)

ConKeD: Multiview contrastive descriptor learning for keypoint-based retinal image registration
von: Rivas-Villar, David, et al.
Veröffentlicht: (2024)

Unsupervised learning of spatially varying regularization for diffeomorphic image registration
von: Chen, Junyu, et al.
Veröffentlicht: (2024)

MsMorph: An Unsupervised pyramid learning network for brain image registration
von: Nan, Jiaofen, et al.
Veröffentlicht: (2024)

Methods of causal effect estimation for high‐dimensional treatments: A radiotherapy simulation study
von: Alexander Jenkins, et al.
Veröffentlicht: (2025)

SAMIR, an efficient registration framework via robust feature learning from SAM
von: He, Yue, et al.
Veröffentlicht: (2025)

RS-MOCO: A deep learning-based topology-preserving image registration method for cardiac T1 mapping
von: Huang, Chiyi, et al.
Veröffentlicht: (2024)

Deep-learning-based groupwise registration for motion correction of cardiac $T_1$ mapping
von: Zhang, Yi, et al.
Veröffentlicht: (2024)

A method for tissue-mask supported whole-body image registration in the UK Biobank
von: Utkueri, Yasemin, et al.
Veröffentlicht: (2025)

NimbleReg: A light-weight deep-learning framework for diffeomorphic image registration
von: Legouhy, Antoine, et al.
Veröffentlicht: (2025)

Interpretable deformable image registration: A geometric deep learning perspective
von: Sideri-Lampretsa, Vasiliki, et al.
Veröffentlicht: (2024)

iMatcher: Improve matching in point cloud registration via local-to-global geometric consistency learning
von: Slimani, Karim, et al.
Veröffentlicht: (2025)

Scaling up self-supervised learning for improved surgical foundation models
von: Jaspers, Tim J. M., et al.
Veröffentlicht: (2025)

One registration is worth two segmentations
von: Huang, Shiqi, et al.
Veröffentlicht: (2024)

Polaffini: A feature-based approach for robust affine and polyaffine image registration
von: Legouhy, Antoine, et al.
Veröffentlicht: (2026)

A new approach for image segmentation based on diffeomorphic registration and gradient fields
von: Zhou, Junchao
Veröffentlicht: (2025)

Towards the automated segmentation of epicardial and mediastinal fats: A multi-manufacturer approach using intersubject registration and random forest
von: Rodrigues, É. O., et al.
Veröffentlicht: (2026)

ConKeD++ -- Improving descriptor learning for retinal image registration: A comprehensive study of contrastive losses
von: Rivas-Villar, David, et al.
Veröffentlicht: (2024)

Automatic marker-free registration based on similar tetrahedras for single-tree point clouds
von: Ren, Jing, et al.
Veröffentlicht: (2024)

Transformation trees -- documentation of multimodal image registration
von: Tomaka, Agnieszka Anna, et al.
Veröffentlicht: (2025)

Deep learning-driven pulmonary artery and vein segmentation reveals demography-associated vasculature anatomical differences
von: Chu, Yuetan, et al.
Veröffentlicht: (2024)

Deep learning-based brain segmentation model performance validation with clinical radiotherapy CT
von: Huisman, Selena, et al.
Veröffentlicht: (2024)

Multimodal image registration for effective thermographic fever screening
von: Dwith, C. Y. N., et al.
Veröffentlicht: (2025)

Large-scale DSM registration via motion averaging
von: Xu, Ningli, et al.
Veröffentlicht: (2024)

Incorporating simulated spatial context information improves the effectiveness of contrastive learning models
von: Zhu, Lizhen, et al.
Veröffentlicht: (2024)

Deep learning-based auto-contouring of organs/structures-at-risk for pediatric upper abdominal radiotherapy
von: Ding, Mianyong, et al.
Veröffentlicht: (2024)

New multimodal similarity measure for image registration via modeling local functional dependence with linear combination of learned basis functions
von: Honkamaa, Joel, et al.
Veröffentlicht: (2025)

Deep learning in medical image registration: introduction and survey
von: Hammoudeh, Ahmad, et al.
Veröffentlicht: (2023)

Diffusion based multi-domain neuroimaging harmonization method with preservation of anatomical details
von: Lan, Haoyu, et al.
Veröffentlicht: (2024)

Atmospheric turbulence restoration by diffeomorphic image registration and blind deconvolution
von: Gilles, Jerome, et al.
Veröffentlicht: (2024)

CheXmask-U: Quantifying uncertainty in landmark-based anatomical segmentation for X-ray images
von: Cosarinsky, Matias, et al.
Veröffentlicht: (2025)

Rootlets-based registration to the spinal cord PAM50 template
von: Bédard, Sandrine, et al.
Veröffentlicht: (2025)

TreeLearn: A deep learning method for segmenting individual trees from ground-based LiDAR forest point clouds
von: Henrich, Jonathan, et al.
Veröffentlicht: (2023)

Multiview point cloud registration with anisotropic and space-varying localization noise
von: Fortun, Denis, et al.
Veröffentlicht: (2022)