基于多尺度动态卷积融合的骨盆图像可变形配准方法及系统

本发明公开一种基于多尺度动态卷积融合的骨盆图像可变形配准方法及系统，属于医学图像配准技术领域；获取骨盆CT图像；将骨盆CT图像输入到DKF‑Block模块进行特征提取，得到骨盆图像大范围特征；将骨盆图像大范围特征输入到SCC‑Block模块进行融合，得到融合结果。本发明在有效解决传统自由形式配准算法存在的耗时长、配准精度有限等问题的同时，还克服了深度学习配准网络在感受野范围和大位移形变特征捕捉方面的局限性。通过捕捉并融合不同尺度上的特征信息，该方法能更好地感知并表征大范围变形，从而为后续的骨盆螺钉通道自动规划奠定了坚实基础。