一种基于图像数据和点云数据的融合配准方法技术

本发明专利技术公开了一种基于图像数据和点云数据的融合配准方法，该方法首先通过图像分割获得组织器官的边界点云或通过特征提取得到图像内的特征点云，将图像数据和点云数据输入设计好的融合配准模型中，获得配准好的图像和点云数据以及变形场。所述融合配准模型包含图像配准网络和点云配准网络，训练时，损失函数由图像距离项、点云距离项、约束图像变形场和点云变形场的正则化项以及图像变形场和点云变形场的一致性约束项组成。本发明专利技术的方法能提高图像配准中边界保持的能力，在配准前获得细小结构点云信息时，该方法还能改善因细小结构隐藏在图像背景而发生误匹配的问题。藏在图像背景而发生误匹配的问题。藏在图像背景而发生误匹配的问题。

【技术实现步骤摘要】
一种基于图像数据和点云数据的融合配准方法


[0001]本专利技术涉及图像配准领域，尤其涉及一种基于深度学习并用于医学图像非刚性配准的方法。

技术介绍

[0002]配准算法是通过求得图像数据之间或点云数据之间的空间对应关系，将图像数据或点云数据对齐起来的一种方法。在医学领域中，它广泛应用于图像指导介入手术、图像获取、运动场量化分析以及数字人图像生成。
[0003]在医学领域中，根据采用数据的不同，配准算法主要分为图像配准算法和点云配准算法。传统医学图像配准方法一般由三个主要部分构成：目标函数、坐标变换模型以及迭代优化策略。其中，按照目标函数中图像相似性度量的定义方法可以分为两类，第一类方法是直接使用灰度值，包括SSD（Sum of Squared Differences）和CC（Correlation Coefficient）等；第二类方法是采用统计和信息熵的方法，包括MI（Mutual Information）、NMI（Normalized Mutual Information）和RC（Residual Complexity）等。近些年本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像数据和点云数据的融合配准方法，其特征在于，包括以下步骤：步骤一：通过图像分割获取参考图像和浮动图像中器官或组织的边界点云或通过特征提取获得特征点点云；步骤二：以参考图像、浮动图像以及对应的点云数据作为输入对融合配准模型进行训练，使损失函数收敛并稳定，从而完成对融合配准模型的训练；其中，所述融合配准模型包含图像配准网络和点云配准网络，图像配准网络的输入为参考图像、浮动图像对，点云配准网络的输入为参考图像、浮动图像对应的点云数据对；所述损失函数由图像距离项、点云距离项、约束图像变形场和点云变形场的正则化项以及图像变形场和点云变形场的一致性约束项组成；步骤三：在训练好的融合配准模型中输入参考图像、浮动图像以及通过步骤一方法得到的对应点云数据，模型输出形变后的浮动图像、点云数据以及图像变形场和点云变形场，完成图像数据和点云数据的融合配准。2.根据权利要求1所述的融合配准方法，其特征在于，所述步骤一中，通过图像分割获取参考图像和浮动图像中器官或组织的边界点云具体为：根据器官或组织的区域性质采用不同图像分割方法进行边界点云分割：对器...

【专利技术属性】
技术研发人员：朱闻韬，饶璠，杨宝，陈凌，张铎，申慧，叶宏伟，王瑶法，
申请(专利权)人：明峰医疗系统股份有限公司，
类型：发明
国别省市：