EPDIFF-JF-NET: Adjoint Jacobi Fields for Diffeomorphic Registration Networks

Ramón Júlvez, Ubaldo (Universidad de Zaragoza) ; Hernández Giménez, Mónica (Universidad de Zaragoza) ; Mayordomo Cámara, Elvira (Universidad de Zaragoza)

Resumen: This paper presents a deep learning unsupervisedapproach for diffeomorphic image registrationcalled EPDiff-JF-Net. We propose a novel paralleltransport layer to compute the gradients necessaryfor training with adjoint Jacobi fields. We test ourmethod on two independent brain MRI datasets andobtain state-of-the-art results.

Idioma: Inglés

DOI: 10.26754/jjii3a.202410613

Año: 2024

Publicado en: Jornada de jóvenes investigadores del I3A 12 (2024), [2 pp.]
ISSN: 2341-4790

Financiación: info:eu-repo/grantAgreement/ES/DGA/T64-20R
Financiación: info:eu-repo/grantAgreement/ES/MICINN/PID2019-104358RB-I00
Financiación: info:eu-repo/grantAgreement/ES/MICINN/PID2022-138703OB-I00

Tipo y forma: Article (Published version)

Área (Departamento): Área Lenguajes y Sistemas Inf. (Dpto. Informát.Ingenie.Sistms.)