摘要
本发明公布了一种医学图像配准方法流程图,包括以下步骤:获取目标图像;获取浮动图像;三阶段级联配准处理;进行ST空间变换,所述ST空间变换即Spatia transform空间变换处理;生成变换后的浮动图像;损失函数处理。本发明提出一种全新的微分算子用于度量预测速度场的光滑程度,在提高配准精度的同时提高配准算法拓扑保持的能力,同时,在UNet基础上提出一种全新的配准注意力模块,在基本不增加神经网络参数量的前提下进一步提升配准算法的配准性能,最终形成快速、高精度的可变形医学图像配准算法,实现实时环境中医学图像快速高精度配准,本发明从损失函数和神经网络架构两个方面同时着手,达到提高配准精度的同时提高配准算法拓扑保持能力的效果。
技术关键词
医学图像配准方法
医学图像配准算法
图像配准装置
神经网络架构
计算机存储介质
可读存储介质
立方体
处理器
拉普拉斯
级联
度量
存储器
像素点
注意力
表达式
阶段
精度
系统为您推荐了相关专利信息
字符
推理方法
节点特征
联合损失函数
计算机可执行指令
隧洞
快速分析方法
三维设计模型
三维点云数据
三维重建模型
光伏电站
重构方法
DBSCAN聚类算法
DBSCAN参数
计算机可执行指令