基于深度学习的医学图像处理方法逐渐成为主流

医学图像分割已广泛应用于基于人工智能的临床应用中

多模态医学图像融合通过整合源图像最大化来自不同模态图像的互补信息

由于肿瘤呈浸润性生长，胶质瘤的边界通常与脑组织融合

自动化脑肿瘤分割对于辅助脑疾病诊断和评估疾病进展至关重要

3D多模态医学图像的成功融合依赖于每种成像模式独特的具体特征以及所有模式之间一致的空间语义特征

云想衣裳花想容，春风拂槛露华浓

如果可以在统一的处理框架内使用单阶段方法同时对未对齐的多模态医学图像进行对齐和融合，不仅能实现双任务的相互促进，还能帮助降低模型的复杂性

DANIE医学图像分割网络

云想衣裳花想容，春风拂槛露华浓