image-processing - 深度学习需要图像配准吗？

Question

我有一个关于生物医学图像分析的一般性问题。由于生物医学图像需要配准以在相同空间中对齐图像并更好地提取特征。我的问题是基于深度学习的分类是否还需要对训练数据集的图像进行图像配准？与深度学习一样，架构本身定义了最佳特征，使用深度神经网络进行腹部 CT 扫描图像分类是否需要配准？当我们执行数据增强以更好地训练数据时，在这种情况下是否仍然需要图像配准？

Answer 1

通常，图像数据的深度学习方法是使用至少具有移位不变性的卷积神经网络 (CNN) 完成的。通过使用图像金字塔或特殊构建的神经网络布局，它们也可以实现尺度不变。通常它们不是旋转不变的。

这并不意味着它们不能处理不同旋转的输入图像，但您可能需要更大的模型和更多的训练数据才能使其正常工作。神经网络将学习你试图检测的任何东西的不同旋转特征。如果旋转范围很小，这可能不是一个大问题。

总之，您不一定需要注册，但它可以改善您的最终结果。