基于联合显著图的全局到局部非刚性图像配准方法及装置制造方法及图纸

本发明专利技术涉及一种基于联合显著图的全局到局部非刚性图像配准方法及装置，该方法基于预训练的图像配准模型对待配准的参考图像和浮动图像进行处理，获得精确重建形变场，所述图像配准模型包括基于无监督误差函数的全局粗糙估计网络和局部精确重建网络，所述精确重建形变场的具体获得步骤包括：1)拼接所述参考图像和浮动图像，输入全局粗糙估计网络，得到粗糙形变场；2)基于粗糙形变场和浮动图像进行插值，获取形变图像；对形变图像和参考图像进行联合显著图提取，获取联合显著图；3)拼接联合显著图和粗糙形变场，输入局部精确重建网络，获取精确重建形变场。与现有技术相比，本发明专利技术图像配准的速度更快、精度更高，并且适用于无真值标签的应用场景。

【技术实现步骤摘要】
基于联合显著图的全局到局部非刚性图像配准方法及装置
本专利技术涉及图像配准领域，尤其是涉及一种基于联合显著图的全局到局部非刚性图像配准方法及装置。
技术介绍
在近几十年间，医学成像原理及诊断设备得到了不断的丰富与发展。这些不断改进的医学成像设备为医生提供更多高分辨率、多模态以及不同结构和功能信息的医学图像，为临床疾病的形成原因、病情发展、监控与治疗带来了更加有明确意义的指导信息。如何将这些不同模式和不同时段图像中有价值的结构和功能信息整合对应起来，这是医学成像、图像处理、模式识别与人工智能等领域既关键又基础的研究问题，被称为图像配准(ImageRegistration)。图像配准旨在建立两幅图像中对应像素点位置的正确对应关系。针对二维图像配准，算法输出为对应像素点对的二维位移向量场。在医学图像的场景下，由于病理性因素、物理性因素常常会带来图像异常，导致图像结构对应性缺失以及局部的复杂大形变的异常情形，给图像非刚性配准研究带来了更大的挑战。刚性体是指那些不随人体生理活动发生变化或变化极小的人体组织或器官；非刚性体是指由于不自主生理活动的影本文档来自技高网...

【技术保护点】
1.一种基于联合显著图的全局到局部非刚性图像配准方法，其特征在于，该方法基于预训练的图像配准模型对待配准的参考图像和浮动图像进行处理，获得精确重建形变场，所述图像配准模型包括基于无监督误差函数的全局粗糙估计网络和局部精确重建网络，所述精确重建形变场的具体获得步骤包括：/nS1：拼接所述参考图像和浮动图像，输入到全局粗糙估计网络，得到粗糙形变场；/nS2：基于粗糙形变场和浮动图像进行插值，获取形变图像；对形变图像和参考图像进行联合显著图提取，获取联合显著图；/nS3：拼接联合显著图和粗糙形变场，输入局部精确重建网络，获取精确重建形变场。/n

【技术特征摘要】
1.一种基于联合显著图的全局到局部非刚性图像配准方法，其特征在于，该方法基于预训练的图像配准模型对待配准的参考图像和浮动图像进行处理，获得精确重建形变场，所述图像配准模型包括基于无监督误差函数的全局粗糙估计网络和局部精确重建网络，所述精确重建形变场的具体获得步骤包括：
S1：拼接所述参考图像和浮动图像，输入到全局粗糙估计网络，得到粗糙形变场；
S2：基于粗糙形变场和浮动图像进行插值，获取形变图像；对形变图像和参考图像进行联合显著图提取，获取联合显著图；
S3：拼接联合显著图和粗糙形变场，输入局部精确重建网络，获取精确重建形变场。


2.根据权利要求1所述的一种基于联合显著图的全局到局部非刚性图像配准方法，其特征在于，所述无监督误差函数的表达式为：



式中，L为无监督误差函数，IM(x,y)为浮动图像，IF(x,y)为参考图像，(u,v)为二维精确重建形变场水平与垂直分量，Φ(·)为光滑罚函数，为梯度算子。


3.根据权利要求1所述的一种基于联合显著图的全局到局部非刚性图像配准方法，其特征在于，所述步骤S2中，联合显著图提取的过程包括以下步骤：
S201：计算形变图像的梯度图像，并构造形变图像平滑结构张量；计算参考图像的梯度图像，并构造参考图像平滑结构张量；
S202：基于形变图像平滑结构张量，计算形变图像的显著图，基于参考图像的平滑结构张量，计算参考图像的显著图；
S203：计算形变图像平滑结构张量和参考图像平滑结构张量之差，并进行归一化，获取归一化联合显著图矩阵。


4.根据权利要求3所述的一种基于联合显著图的全局到局部非刚性图像配准方法，其特征在于，所述步骤S2...

【专利技术属性】
技术研发人员：秦斌杰，傅泽山，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31