一种基于深度学习的多模态图像配准方法.pdfVIP

下载本文档

1
0
约1.53万字
约 14页
2023-08-02 发布于四川
举报
版权申诉

一种基于深度学习的多模态图像配准方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及图像配准技术领域，具体涉及了一种基于深度学习的多模态图像配准方法，包括：获取两组不同模态的初始图像，以及获取预训练卷积神经网络模型；对所述初始图像进行预处理，并将所述预处理后的两组所述初始图像分别作为固定图像和浮动图像，其中所述预处理包括去噪处理；将所述固定图像和所述浮动图像输入所述预训练卷积神经网络模型，以得到所述固定图像和所述浮动图像之间的形变场和变换参数；根据所述形变场和所述变换参数，对所述浮动图像进行空间变换，以得到配准结果。本发明所提供的技术方案，能够提高配准结果的准确性。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116523981 A (43)申请公布日 2023.08.01 (21)申请号 202310493973.2 (22)申请日 2023.04.28 (71)申请人中科超睿（青岛）