一种基于卷积神经网络的多模态前列腺图像配准方法

本发明涉及一种基于卷积神经网络的多模态前列腺图像配准方法，包括以下步骤：获取术前核磁图像和术中超声图像，分别对所述术前核磁图像和术中超声图像进行图像预处理，得到预处理后的核磁图像和超声图像；在所述预处理后的核磁图像和超声图像上，对目标器官进行自动分割操作，获得分割信息；根据所述分割信息，将预处理后的核磁图像和超声图像进行配对及刚性配准；运用基于Unet架构的CNN‑Transformer混合网络模型对经过刚性配准的核磁图像和超声图像进行弱监督非刚性配准，实现多模态配准。与现有技术相比，本发明具有自动实现配准、配准精度高、时间短等优点。