摘要
本发明提供了一种时空医学图像配准方法及系统,本发明通过提供混合递归网络架构,能够显式地对全局空间特征进行建模,从而克服了传统卷积操作在感受野方面的局限,解决了传统 ConvLSTM 由于局部操作引起的形变场局部不平滑问题;通过多尺度时空注意力聚合辅助跳跃连接,从而更好地整合不同尺度的时空特征;本发明还设计了基于小波变换的正则化损失函数,通过在频域上对高频信息的对齐进行,进一步完善配准结果。
技术关键词
医学图像配准方法
注意力机制
高层语义特征
解码模块
编码器
医学图像配准系统
多尺度
卷积长短期记忆
解码器
通道
序列
优化网络参数
输出特征
离散小波变换
全局平均池化
系统为您推荐了相关专利信息
故障分类模型
电池故障诊断方法
特征提取模型
时序
焦点损失函数
样本
前馈神经网络
分层随机抽样
筛选算法
变压器
医学图像分割
多尺度特征提取
上下文特征
编码器特征
sigmoid函数
信息终端
建筑信息模型技术
装修系统
空间拓扑关系
编码器
大语言模型
生成结构化数据
TextRank算法
辅助编写系统
多元素