摘要
本发明公开了一种基于贝叶斯神经架构搜索的跨模态医学图像配准方法及系统,包括:数据预处理模块、搜索空间模块和贝叶斯优化模块;数据预处理模块获取目标跨模态医学图像配准任务的图像数据并进行图像去噪、对比度调整和刚性配准;搜索空间模块设计一个含特征自适应融合块的全卷积双U形参数化神经架构搜索空间;贝叶斯优化模块利用损失函数和验证指标,在搜索空间的约束下,构建模态自适应配准网络架构设计的最优化问题,并采用贝叶斯优化求解,获得最优网络架构。本发明针对目标配准任务的模态特点,生成一种以最小偏差提取与融合跨模态图像特征的自适应网络架构,无需人工干预即可自动优化,适用于跨模态医学图像配准,实现配准性能显著提升。
技术关键词
神经架构搜索
医学图像配准方法
神经网络架构
融合特征
空间模块
神经网络参数
空间变换网络
跨模态
医学图像配准系统
训练神经网络
特征选择
配准误差
刚性配准方法
编码器解码器
后验概率分布
系统为您推荐了相关专利信息
时间序列预测方法
时间序列预测模型
时间序列预测技术
数据
融合特征
评估模型训练方法
面部表情特征
联合损失函数
特征提取单元
多尺度特征提取
液体识别方法
像素点
图像分割模型
中心线
图像分类模型
个性化情感模型
情感特征
融合特征
生理
强化学习算法