K-CMorph：融合 K 空间一致性与复数值处理以改进 MRI 可变形配准

K-CMorph 针对三维脑 MRI 可变形配准中 K 空间信息、尤其是相位信息利用不足的问题，将复数值处理、空间—频率特征融合与 K 空间一致性约束结合，用于改善图像对齐。基于摘要分析，未取得论文全文。 方法以空间域特征与 K 空间频率数据的互补性为出发点：使用复数值卷积网络处理 K 空间的幅度和相位，以保留与配准相关的细微结构变化；通过注意力融合机制自适应整合两类特征；引入 K-space Image Consistency Loss（KIC Loss），约束频率域的全局一致性。减少伪影、保持配准输出保真度及提升不同解剖区域的鲁棒性，是作者提出的设计目标；损失的具体形式、配准变换参数化及融合位置尚未验证。 作者报告，在 IXI dataset 上，相较其所比较的先进方法取得显著改进。但摘要未提供评价指标、数值、数据划分、对照方法及统计检验信息，无法据此判断提升幅度或比较条件；实验协议、消融及统计信息尚未验证。复现时需核对 MRI 数据的复数信息来源、K 空间构造方式，以及各组件对配准精度和形变合理性的独立贡献。 该研究的主要对象是 MRI 图像配准，而非 EEG 解码或 BCI。MRI K 空间与 EEG 的时间—频率表示并不等同，现有摘要不足以建立具体的迁移机制，因此不据此提出 BCI 效果或复现实验建议；相关 EEG 工作尚未检索确认。