预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113643332A(43)申请公布日2021.11.12(21)申请号202110793797.5(22)申请日2021.07.13(71)申请人深圳大学地址518000广东省深圳市南山区南海大道3688号(72)发明人何志权何玉鹏(74)专利代理机构深圳市世纪恒程知识产权代理事务所44287代理人张莉(51)Int.Cl.G06T7/30(2017.01)G06T7/00(2017.01)G06N3/08(2006.01)权利要求书2页说明书10页附图2页(54)发明名称图像配准方法、电子设备及可读存储介质(57)摘要本发明公开了一种图像配准方法、电子设备及可读存储介质,所述图像配准方法包括以下步骤:获取移动图片和固定图片,并通过图像分割网络分别对所述移动图片和所述固定图片进行预测分割;根据预测分割结果去除所述移动图片和所述固定图片中的干扰因素;基于去除干扰因素后的所述移动图片和所述固定图片及初始配准网络确定目标位移场;将所述移动图片和所述目标位移场输入空间变换网络,通过所述空间变换网络生成配准图像。本发明去除图片中的干扰因素,解决除关键部位外的其他部位对网络模型训练造成干扰的问题。CN113643332ACN113643332A权利要求书1/2页1.一种图像配准方法,其特征在于,所述图像配准方法包括以下步骤:获取移动图片和固定图片,并通过图像分割网络分别对所述移动图片和所述固定图片进行预测分割;根据预测分割结果去除所述移动图片和所述固定图片中的干扰因素;基于去除干扰因素后的所述移动图片和所述固定图片及初始配准网络确定目标位移场;将所述移动图片和所述目标位移场输入空间变换网络,通过所述空间变换网络生成配准图像。2.如权利要求1所述的图像配准方法,其特征在于,所述根据预测分割结果去除所述所述移动图片和所述固定图片中的干扰因素的步骤包括:将所述移动图片和所述固定图片分别与对应的预测分割结果相乘,以去除所述移动图片和所述固定图片中的干扰因素。3.如权利要求1所述的图像配准方法,其特征在于,所述基于去除干扰因素后的所述移动图片和所述固定图片及初始配准网络确定目标位移场的步骤包括:对去除干扰因素后的所述移动图片和所述固定图片进行合并,对合并图片进行下采样,得到不同分辨率的合并图片;根据所述不同分辨率的合并图片得到不同分辨率的位移场;通过位移场级联模块将不同分辨率的位移场合并为目标位移场。4.如权利要求3所述的图像配准方法,其特征在于,所述通过位移场级联模块将不同分辨率的位移场合并为目标位移场的步骤包括:将第一位移场中X轴和Y轴的位移分别与对应的权重系数相乘,其中,所述第一位移场为分辨率最低的图片对应的位移场;确定相乘后所述第一位移场对应的第一分辨率,根据所述第一分辨率查找第二位移场,其中,所述第二位移场对应的第二分辨率与第一分辨率相同;合并所述第一位移场与所述第二位移场;将合并得到的位移场作为第一位移场,循环上述步骤,直至仅剩一个位移场,即为目标位移场。5.如权利要求1所述的图像配准方法,其特征在于,所述基于去除干扰因素后的所述移动图片和所述固定图片及初始配准网络确定目标位移场的步骤之后,还包括:获取所述移动图片与所述固定图片分别对应的实际分割结果;将所述移动图片对应的实际分割结果和所述目标位移场输入空间变换网络,得到配准图像对应的分割结果;根据所述固定图片对应的实际分割结果以及所述配准图像对应的分割结果确定标签相似性;根据所述标签相似性对所述初始配准网络进行训练,保存训练后的配准网络用于下一次图像配准。6.如权利要求5所述的图像配准方法,其特征在于,所述将所述移动图片对应的实际分割结果和所述目标位移场输入空间变换网络,得到所述配准图像对应的分割结果的步骤之后,还包括:2CN113643332A权利要求书2/2页通过拉普拉斯算子确定所述配准图像对应的分割结果与所述固定图片对应的实际分割结果分别对应的轮廓图片;根据所述配准图像对应的分割结果与所述固定图片对应的实际分割结果分别对应的轮廓图片确定轮廓约束项;根据所述轮廓约束项对所述初始配准网络进行训练,保存训练后的配准网络用于下一次图像配准。7.如权利要求5所述的图像配准方法,其特征在于,所述将所述移动图片对应的实际分割结果和所述目标位移场输入空间变换网络,得到配准图像对应的分割结果的步骤之后,还包括:根据所述配准图像对应的分割结果与所述固定图片对应的实际分割结果确定全局约束项;根据所述全局约束项对所述初始配准网络进行训练,保存训练后的配准网络用于下一次图像配准。8.如权利要求1所述的图像配准方法,其特征在于,所述基于去除干扰因素后的所述移动图片和所述固定图片及初始配准网络确定目标位移场的步骤之后,还包括:根据