摘要
本发明涉及多模态医学影像配准优化方法技术领域,特别是涉及医学影像配准优化方法及其系统,包括以下步骤:将包括MRI图像数据集、CT图像数据集和PET图像数据集的医学影像数据集输入训练好的可变形配准网络;利用可变形配准网络获得变形场;基于变形场获得两组医学影像数据的最终配准结果,并通过迭代优化算法获得优化后的最终配准结果,同时获得质量评估系数;利用质量评估系数构建优化目标函数,并通过优化目标函数反向传播实现可变形配准网络超参数的调整;利用超参数调整好的可变形配准网络进行预测配准,从而获得优化配准结果,基于可变形卷积的特征提取网络,自适应地调整卷积核的位置和形状,更好地捕捉局部解剖结构的非线性形变。
技术关键词
医学影像数据
卷积模块
多模态医学影像
网络模块
图像特征提取
可变形卷积网络
超参数
可变形卷积层
CT图像数据
迭代优化算法
残差结构
空间变换网络
特征提取网络
亲和力
系统为您推荐了相关专利信息
图像特征提取方法
特征提取网络
粒子群优化算法
线性加权法
CT扫描图像
工艺参数分析方法
工件
图像特征向量
工艺控制参数
时序
卷积模块
计算机程序代码
神经网络模型识别
芯片系统
电子设备
行驶设备
二维图像特征
神经网络模型
图像特征提取
模块