一种基于自注意力的局部互相关增强心脏配准方法

本发明涉及深度学习与医学图像配准的交叉技术领域，且公开了一种基于自注意力的局部互相关增强心脏配准方法，包括以下步骤：S1、图像采集：获取心脏MR影像，PET影像作为样本数据，同时对MR、PET影像的心脏进行标注；S2、图像预处理：通过重采样、裁剪、归一化和去噪对图像进行处理；S3、模型构建；S4、模型训练；S5、模型评估与测试；本发明结合了CNN和Transformer，通过UNet结构和自注意力机制，实现心脏图像配准，关注细节和整体结构，提高适应性，采用半监督学习结合分割标签，提高配准质量，增强对局部上下文信息的建模，通过设置光滑约束函数，减少折叠结构和不符合生物学的结果，确保心脏影像变形的拓扑特征。