一种多低秩专家混合的医学图像配准方法

本发明公开了一种多低秩专家混合的医学图像配准方法，属于医学图像处理技术领域。针对医学图像配准鲁棒性差的问题，本发明将低秩适应的高效参数微调能力应用于医学图像配准的深度学习框架，将其与导致参数量大幅度提升的多专家策略相结合，通过将单一大型专家网络拆分为多个动态激活的轻量级低秩专家，既能通过低秩约束防止训练参数量过高，又能通过更多的专家数量提升模型对医学图像多模态、多位置等情况下的建模能力，旨在提升医学图像配准的准确性和鲁棒性。