科學家通過跨域融合網路，實現圖像的有效配准

放射性治療方法可以通過高強度輻射殺滅癌細胞，有效控制腫瘤擴散、治療癌症。然而，在此過程中，器官的運動和變形會影響放射治療位點的準確性，在殺滅癌細胞的同時也會將健康細胞消滅。<br />
為提升放療精度、減少射線對患癌器官周圍健康組織的輻射，科學家提出了圖像引導放療方法，該方法所運用的成像方式是錐束計算機斷層掃描技術（CBCT，Cone Beam Computed Tomography）。<br />
普通的 CT 與 CBCT 圖像的精確配准在監測患者放療過程中的器官變化方面至關重要。然而，由於 CT 與 CBCT 圖像具有極大的結構差異與偏差，會出現 CBCT 圖像中解剖結構邊緣模糊、CBCT 與 CT 圖像不一致等問題，嚴重影響疾病的正確診治。因此，CT 與 CBCT 圖像的準確配准仍具有極大的挑戰性。<br />
為解決在配准過程中出現的一系列問題，中國科學院蘇州生物醫學工程技術研究所楊曉冬研究員與團隊提出跨域融合網路（CDFRegNet，Cross-Domain Fusion Registration Network）技術。這種技術可以從梯度圖像中獲取邊緣信息，並對兩個圖像域之間的空間對應關係進行建模，以有效地將 CT 與 CBCT 圖像進行配准。