基于多尺度膨胀残差和双重注意力的可变形配准网络

羊晶晶, 王远军

Deformable Registration Network Based on Multi-scale Dilated Residual and Dual Attention

YANG Jingjing, WANG Yuanjun

表A1 网络各阶段输入与输出维度

Table A1 Input and output dimensions of each stage of the network

阶段 输入维度 输出维度 输入层 [B,1,H,W,D]×2 [B,2,H,W,D] 第一层MDRC [B,2,H,W,D] [B,16,H,W,D] 第一层CSDA [B,16,H,W,D] [B,16,H,W,D] 第二层MDRC [B,16,H/2,W/2,D/2] [B,32, H/2,W/2,D/2] 第二层CSDA [B,32, H/2,W/2,D/2] [B,32, H/2,W/2,D/2] 第三层MDRC [B,32, H/4,W/4,D/4] [B,32, H/4,W/4,D/4] 第三层CSDA [B,32, H/4,W/4,D/4] [B,32, H/4,W/4,D/4] 第四层MDRC [B,32, H/8,W/8,D/8] [B,32, H/8,W/8,D/8] 第四层CSDA [B,32, H/8,W/8,D/8] [B,32, H/8,W/8,D/8] 第一层Dysample [B,32, H/16,W/16,D/16] [B,32, H/8,W/8,D/8] 第二层Dysample [B,32, H/8,W/8,D/8] [B,32, H/4,W/4,D/4] 第三层Dysample [B,32, H/4,W/4,D/4] [B,32, H/2,W/2,D/2] 第四层Dysample [B,32, H/2,W/2,D/2] [B,16, H,W,D] Conv3D [B,16, H,W,D] [B,3, H,W,D]