摘要
本发明涉及医学图像处理和深度学习技术领域,提供了一种医学图像配准方法、系统、介质、设备及产品。医学图像配准方法,包括:获取待配准的医学图像,使用已训练的图像配准模型对医学图像进行配准,得到医学图像配准结果,待配准的医学图像包括移动图像和固定图像;基于移动图像和固定图像产生变形场;基于移动图像、固定图像和形变场,采用高风险变形区域感知机制模块,引入变形场的梯度信息,并动态调整变形场的权重,提取固定图像特征、移动图像特征和变形场特征;基于固定图像特征、移动图像特征和变形场特征,采用三视图分层特征融合模块,得到最终融合特征图;基于最终融合特征图,采用空间变换网络,得到最终变形场,用于配准医学图像。
技术关键词
医学图像配准方法
图像配准模型
分层特征
融合特征
配准医学图像
空间变换网络
高风险
医学图像配准系统
模块
计算机程序产品
注意力机制
医学图像处理
解码器
深度学习技术
处理器
预测残差
系统为您推荐了相关专利信息
融合多源数据
改进型卷积神经网络
智能控制系统
控制执行模块
建筑信息模型
购买意向预测方法
多模态信息
序列
注视点
计算机可存储介质
唐卡图像
元素检测方法
多尺度卷积核
融合特征
校验模型
交叉注意力机制
特征提取网络
依赖特征
跨模态数据
变量