一种基于深度自校准的递进式三维生物医学图像配准方法
基本信息
| 申请号 | CN202210042043.0 | 申请日 | - |
| 公开（公告）号 | CN114708308A | 公开（公告）日 | 2022-07-05 |
| 申请公布号 | CN114708308A | 申请公布日 | 2022-07-05 |
| 分类号 | G06T7/30（2017.01）I;G06N3/04（2006.01）I;G06K9/62（2022.01）I;G06V10/774（2022.01）I;G06V10/74（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 屈磊;孙锐;吴军;苗永春;韩婷婷;李圆圆 | 申请（专利权）人 | 安徽大学 |
| 代理机构 | 合肥国和专利代理事务所（普通合伙） | 代理人 | - |
| 地址 | 230601安徽省合肥市经济技术开发区九龙路111号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于深度自校准的递进式三维生物医学图像配准方法，与现有技术相比解决了递归级联配准策略中存在的信息泄露问题以及one‑shot配准策略中对位移场的平滑约束导致配准精度受限的缺陷。本发明包括以下步骤：三维生物医学图像数据集的获取和预处理；配准模型的构建；配准模型的训练；待配准图像与模板图像的获取与预处理；三维生物医学图像配准结果的获得。本发明通过将前次配准结果递归输入网络进行自校准优化并记录与整合每次递归产生的位移场，将空间中的大位移通过递归网络分段完成从而在无信息泄露的前提下提高了三维生物医学图像的配准精度，并有效的节省了GPU资源。 |
