【技术实现步骤摘要】
基于上下文驱动的金字塔结构无监督配准系统及方法
[0001]本专利技术涉及的是一种图像处理领域的技术,具体是一种基于上下文驱动的三维多分辨率金字塔结构无监督配准系统及方法。
技术介绍
[0002]现有无监督医学图像配准方法在处理具有大位移和复杂形变的图像,难以在配准精度和解剖结构保留两方面实现较好的平衡。
技术实现思路
[0003]本专利技术针对现有技术存在的上述不足,提出一种基于上下文驱动的金字塔结构无监督配准系统及方法,针对三维医学图像配准的大位移、复杂形变的特点,通过深度学习网络,根据参考图像和待配准图像,输出变形场,并根据变形场对待配准图像进行特征映射,得到最终的配准后图像,过程全自动化,有望在无需人工成本的情况下实现实时配准,为医学分析工作提供帮助。
[0004]本专利技术是通过以下技术方案实现的:
[0005]本专利技术涉及一种基于上下文驱动的金字塔结构无监督配准系统,包括:两个分别用于接收参考图像和待配准图像且共享权重的多分辨率金字塔模块、变形场估计模块、优化模块、变形场正则化模块以及插值变换模块,其中:变形场估计模块根据参考图像、待配准图像、上一级估计的变形场、上一级生成的多角度语义信息,在不同分辨率下分别对变形场进行估计,并生成变形场和多角度语义信息;优化模块将估计得到的变形场调整至与原始图像的分辨率一致;变形场正则化模块通过变形场正则化模型对变形场的折叠区域进行局部高斯平滑滤波,从而降低变形场的折叠率并输出最终变形场,插值变换模块根据最终变形场对待配准图像进行特征映
【技术保护点】
【技术特征摘要】
1.一种基于上下文驱动的金字塔结构无监督配准系统,其特征在于,包括:两个分别用于接收参考图像和待配准图像且共享权重的多分辨率金字塔模块、变形场估计模块、优化模块、变形场正则化模块以及插值变换模块,其中:变形场估计模块根据参考图像、待配准图像、上一级估计的变形场、上一级生成的多角度语义信息,在不同分辨率下分别对变形场进行估计,并生成变形场和多角度语义信息;优化模块将估计得到的变形场调整至与原始图像的分辨率一致;变形场正则化模块通过变形场正则化模型对变形场的折叠区域进行局部高斯平滑滤波,从而降低变形场的折叠率并输出最终变形场,插值变换模块根据最终变形场对待参考图像进行特征映射从而得到配准后图像。2.根据权利要求1所述的基于上下文驱动的金字塔结构无监督配准系统,其特征是,所述的变形场估计模块包括:特征映射单元、多感受野自相关单元、多角度语义提取单元和残差变形场估计单元,其中:特征映射单元将多分辨率金字塔模块输出的待配准图像特征M
i
进行两倍上采样后的φ
i
‑1扭曲处理,得到扭曲后的特征多感受野自相关单元计算扭曲后的特征与参考图像F
i
之间的相关图d
i
;残差变形场估计单元根据多感受野自相关单元的输出d
i
、上一级估计的变形场φ
i
‑1和上一级生成的多角度语义信息c
i
‑1预测出残差变形场后,对残差变形场进行两倍上采样,获得变形场φ
i
,多角度语义提取单元根据变形场φ
i
、上一级生成的多角度语义信息c
i
‑1以及多感受野自相关单元的输出d
i
生成多角度语义信息c
i
。3.根据权利要求2所述的基于上下文驱动的金字塔结构无监督配准系统,其特征是,所述的多感受野自相关单元包括
①
、
②
、
③
、
④
四条分支,其中:第
①
条分支由1个1
×1×
1的卷积层和2个3
×3×
3的卷积层构成,第
②
条分支由1个1
×1×
1的卷积层和1个3
×3×
3的卷积层构成,第
③
条分支由1个1
×1×
1的卷积层构成,第
...
【专利技术属性】
技术研发人员:郭翌,王鹏,汪源源,梁舒煜,黄鹏,李明山,
申请(专利权)人:复旦大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。