一种基于Radon域变换的2D/3D图像配准方法及系统
申请号：CN202411107517
申请日期：2024-08-13
公开号：CN119131100A
公开日期：2024-12-13
类型：发明专利
摘要
本发明公开了一种基于Radon域变换的2D/3D图像配准方法及系统，该配准方法包括两个关键组成部分：基于Radon域变换的前处理技术和神经网络模型预测。本发明在网络输入中加入了3D结构信息，对网络进行训练，从而解决了现有深度学习2D/3D图像配准方法通用性差的问题。同时，提出了基于Grangeat关系和Radon域变换的前处理方法，显著提升了深度学习2D/3D图像配准方法的鲁棒性和泛化能力。
技术关键词
CT体数据
二维X射线图像
图像配准方法
深度神经网络模型
光线投射算法
深度学习预测
图像配准系统
索引
像素
关系
坐标系
更新模型参数
子模块
对象
物理
