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
本发明公开了一种基于卷积神经网络的端到端大脑核磁共振图像配准方法，解决了现有深度学习方法需要利用额外工具进行预对齐数据的技术问题。所述方法包括如下步骤：步骤一：对待配准图像和目标图像进行去除头骨操作并将其灰度值归一化到[0,1]内；步骤二：仿射变换卷积神经网络模型以待配准图像和目标图像为输入，预测出仿射变换参数；步骤三：根据仿射变换参数对待配准图像进行几何变换得到预对齐图像并计算出对应的位移矢量场；步骤四：将预对齐数据和目标图像输入到非线性变换卷积神经网络模型，其预测非线性变换所需的位移矢量场；
(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CN112132878A
(43)申请公布日2020.12.25
(21)申请号202011207170.9
(22)申请日2020.11.03
(71)申请人贵州大学
地址55
文档评论（0）