基于深度学习网络的医学图像配准方法.pdfVIP

  • 5
  • 0
  • 约1.14万字
  • 约 12页
  • 2023-05-13 发布于四川
  • 举报

基于深度学习网络的医学图像配准方法.pdf

本发明提出了一种基于深度学习网络的医学图像配准方法,包括以下步骤:S1,获取多个图像对;S2,将训练集中的图像对输入包含编码器‑解码器结构的卷积神经网络,预测从浮动图像到固定图像的位移场,然后利用空间梯度上的正则化平滑位移场均值,得到平滑后的位移场;S3,利用空间变换网络对平滑后的位移场进行变形得到采样网格,然后用采样网格对浮动图像进行重采样得到配准后的图像;S4,计算配准后的图像和固定图像之间的相似性损失函数,然后最小化所述相似性损失函数即可得到最优的配准图像,选取最小的参数作为参数θ;S5,

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114648562 A (43)申请公布日 2022.06.21 (21)申请号 202210272128.8 G06V 10/82 (2022.01)

文档评论(0)

1亿VIP精品文档

相关文档