#paper DOI: 10.1109/TMI.2024.3362968. Haiqiao Wang, Dong Ni, and Yi Wang, "Recursive Deformable Pyramid Network for Unsupervised Medical Image Registration," IEEE Transactions on Medical Imaging, vol. 43, no. 6, pp. 2229-2240, Jun. 2024. 这篇论文提出了一种新的无监督医学图像配准方法，即递归可变形金字塔网络（RDP）。该方法采用纯卷积金字塔结构和逐步递归策略，从粗到细地预测变形场，同时整合高层语义信息，以确保变形场的合理性。其创新点在于提出了递归策略，通过多次特征融合，变形估计、变形融合以及跨层融合，能够有效处理大变形，且无需单独的仿射预对齐步骤，这在许多现有的可变形配准网络中是常见的要求。实验结果表明，RDP网络在三个公开的脑部磁共振成像（MRI）数据集上的表现优于多种现有的配准方法，在准确性和效率方面具有显著优势。