ReliMorph：可靠性引导的3D形变配准框架

2026年10月28日，arXiv Artificial Intelligence 刊出 Chenyu Guo 等人的研究，提出 ReliMorph——一个可靠性路由的对称 3D 可变形配准框架。该框架将对应关系评估与空间上下文选择、形变更新强度耦合：用共享解剖特征的相关分布刻画匹配歧义，并据此引导空间专家融合，在由粗到细的细化过程中门控残差速度；更新的逆不一致反馈进一步指导更细金字塔层的路由与门控。报道称，实验显示该框架在单模态和多模态配准任务的解剖重叠指标上持续优于对比方法。目前事件仍处论文发布阶段，尚无后续跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。