提出了一种基于最优Atlas图像搜索和局部加权B样条变换的全自动非刚性分层配准分割感兴趣区域（ROI）方法。实验结果表明, 所提算法配准的ROI准确度达到95.6%, 归一化互信息值为1.8432, 均方根误差为1.12%, 相关系数提高了18.33%。相比其他配准方法, 所提方案的配准精度及准确度明显提升, 对临床辅助诊断有重要意义。

该函数将源/模板网格对齐并非刚性地变形为第二个目标网格。 nonrigidICP 是要使用的主要文件，需要网格的顶点和面作为输入。 示例 1 处理闭合网格，示例 2 处理不完整的网格，包括目标和源。 提供了两个版本（v1和v2）。 v1 以 RB 中心在表面上变形，v2 以 RB 中心在边界框内变形。 参考文献：Emmanuel A. Audenaert、Jan Van Houcke、Diogo F. Almeida、Lena Paelinck、M. Peiffer、Gunther Steenackers 和 Dirk Vandermeulen (2019)：基于级联统计形状模型的 CT 全下肢分割，计算机方法生物力学与生物医学工程，DOI：10.1080/10255842.2019.1577828

haoli 等人的非刚性配准教学课件

基于无监督学习的医学图像非刚性配准项目完整代码

此代码在两组点之间呈现非刚性配准。 自由形式变形 (FFD) 已用于对源点（数据）上的变形进行建模，以便接近目标点（模型）。 它利用在形状边界中编码的曲率信息。 您可能在SDM-FFD文件夹中找到一个DEMO.m文件。 请加载 bunny_set.mat 或任何其他数据集来运行算法。 如果使用代码，请引用以下论文： Mohammad Rouhani，Angel Domingo Sappa：非刚性形状配准：单一线性最小二乘框架。 ECCV (7) 2012: 264-277

这个函数是D. Rueckert等人提出的b样条配准算法的(增强的)实现。“使用自由形状基于仿射和b样条网格的两个二维彩色/灰度图像或三维体或点数据的配准和数据拟合。 变形的非刚性配准:在乳房MR图像中的应用”。包括Rueckert的平滑惩罚(薄板金属弯曲能量)。此外，将归一化互信息定位为配准错误，允许图像或体积具有不同类型/模式，例如MRI T1和T2患者扫描。