我对生物医学图像分析有一个一般性的问题。由于生物医学图像需要配准才能在同一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图像进行图像配准以用于训练数据集？ 在深度学习中，该架构本身定义了最佳功能，使用深度神经网络对腹部CT扫描图像分类是否需要注册？ 在我们执行数据增强以更好地训练数据的情况下，在这种情况下是否还需要图像配准？
答案 0 :(得分：2)
通常，图像数据的深度学习方法是使用卷积神经网络（CNN）完成的，卷积神经网络至少具有平移不变性。通过使用图像金字塔或特殊构造的神经网络布局，还可以使它们保持比例不变。通常它们不是旋转不变的。
这并不意味着它们不能与旋转不同的输入图像一起使用，但是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。神经网络将学习您要检测的任何事物的不同旋转特征。如果旋转范围较小，则可能不是大问题。
总而言之，您不一定需要注册，但可以改善最终结果。