摘要
本发明公开了一种基于多模态影像融合技术的人脑血管全自动重建方法,涉及人脑血管全自动重建技术领域,本发明,采用双分支深度神经网络结合局部自适应配准与图论后处理,解决了传统人脑血管重建在肿瘤压迫区域因低对比、局部形变和血管断裂而导致的重建不全问题;通过预处理CT与MRI图像后,各分支采用编码器—解码器结构提取多尺度特征,再引入交叉注意力模块实现特征归一化与自适应融合,增强肿瘤压迫区域内微弱血管的信号表现;还在全局配准的基础上,利用区域互信息和局部结构约束自动检测图像中因肿瘤压迫产生的局部形变区域,对这些区域采用细化配准算法进行校正,有效恢复局部血管走向。
技术关键词
影像融合技术
多模态
Softmax函数
分支
深度神经网络
血管分割
多尺度特征
局部统计相关性
解码器结构
矩阵
磁共振血管造影
配准算法
脑部CT图像
CT图像序列
磁共振静脉
模态特征
肿瘤
融合特征
系统为您推荐了相关专利信息
路面裂缝检测方法
模块
通道注意力机制
空间坐标信息
数据
神经网络模型
图像修复方法
多尺度特征
注意力机制
重建图像数据
食品冷链运输资源
动态配置方法
冷库
LSTM模型
区块链平台
多任务神经网络
电铲铲斗
置信度阈值
点云配准算法
数据采集单元
复合材料
性能评估方法
深度神经网络模型
高精度数据采集系统
模糊综合评判方法