一种不依赖分割标签的多模态医学图像配准方法

本发明提供一种不依赖分割标签的多模态医学图像配准方法，涉及医学图像处理技术领域。首先收集多模态医学影像数据集，将多模态数据集输入模态转换模型中，进行训练并进行模态转换，实现模态的统一；然后将转换后的移动图像和固定图像输入粗配准模型中，使用基于特征的粗配准方法实现粗配准，使移动图像的各个特征与固定图像大致对齐；最后将粗配后的移动图像和固定图像输入细配准模型进行训练，实现像素级别的精细配准。本发明设计不依赖任何分割标签的多模态医学影像配准框架，避免图像分割模型性能影响配准模型的效果，保证模态转换模型生成转换图像的结构在转换前后一致，同时确保在较大位移的配准场景中同样起效。