基于迁移学习的多模态图像非刚性配准方法

本发明提供一种基于迁移学习的多模态图像非刚性配准方法，通过获取颞下颌关节的MRI图像和CBCT图像，进行读取数据、预处理后，得到成对的预处理后的MRI图像和预处理后的CBCT图像，得到图像数据集；利用迁移学习，使用预训练好的ResNet‑18网络对图像样本提取图像特征，得到MRI图像特征和CBCT图像特征；利用多层感知器MLP实现MRI图像特征和CBCT图像特征的融合，得到融合后的特征表示，得到预测的对点坐标；使用TPS变换器对预测的对点坐标进行配准，得到配准后的待配准图像M1；进行B样条变换配准图像，得到二次配准后的CBCT和MRI图像M2；本发明能够实现提图像取更丰富的特征表示，能够提高模型的泛化能力，能够提高图像配准的准确性和鲁棒性。