原创力文档- 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
查看更多
本发明属于深度学习技术在计算机视觉领域，提供了一种联合语义分割的医学图像配准方法。本发明首先构建了共享特征提取网络，提取到的特征会同时用于配准变形场和分割图的预测。在解码阶段，利用双向变形场作为桥梁，将移动图像和固定图像的特征扭曲到彼此的分割分支上，从而渐进地在多个层次上补充额外的上下文信息来实现分割。通过建立这种纠缠对应关系，分割损失可以间接地正则化配准，使其准确地投影分割的语义布局，以提升最终的配准性能。此外，设计了针对配准的位置相关计算，以更容易地从共享特征中捕获图像的空间相关性。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117011348 A
(43)申请公布日 2023.11.07
(21)申请号 202310839083.2 G06N 3/0464 (2023.01)
文档评论（0）