摘要
本发明涉及图像配准分析技术领域,具体公开了一种基于医学图像配准的骨髓炎病变分析方法,通过提供精确化的目标区域保证配准信息精度,保证经过配准后提取的病变图像评估结果的准确性。方法为:步骤一、基于互信息技术对参考图像和浮动图像进行多模配准模拟实验获取配准目标区域;参考图像为CT图像,浮动图像为CBCT图像;步骤二、对配准目标区域进行空间变换后进行测试分析,根据测试分析的结果判断两图像之间的实际互信息量值大小是否符合要求:若是,则获取配准目标区域信息并提取病变区域特征;若否,则返回步骤一调整多模配准的目标区域范围;步骤三、统计分析病变区域特征获取病变区域图像;步骤四、分析病变区域图像输出评估结果。
技术关键词
病变区域特征
卷积神经网络模型
医学
骨髓
融合图像信息
像素点
参数
图像评估
图像配准
聚类算法
图像分割
策略
节点
轮廓
样本
精度
系统为您推荐了相关专利信息
产品包装
图像块特征
编码向量
图像处理单元
图像特征提取
卷积神经网络模型
深度图
识别方法
构建卷积神经网络
识别装置
大语言模型
眼科专业
智能问诊方法
数据
多轮对话
变化检测方法
动态时空特征
多任务学习模型
耕地
多层卷积神经网络模型
大数据平台
深度卷积神经网络模型
调控方法
风险
生成训练数据