医学图像的处理方法和装置、存储介质及电子设备制造方法及图纸

本申请公开了一种医学图像的处理方法和装置、存储介质及电子设备，涉及图像处理技术领域，该方法包括：获取第一模态的目标医学图像；将所述第一模态的目标医学图像通过目标配准网络进行配准，得到配准后的第二模态的目标医学图像，其中，所述目标配准网络通过目标评估器训练得到，所述目标评估器由第一医学样本图像对训练得到，所述第一医学样本图像对由第一医学样本图像和第二医学样本图像组成，所述第一医学样本图像和所述第二医学样本图像为绝对同模态的图像。通过本申请，解决了相关技术中通过现有的多模态数据训练配准网络，导致配准网络对图像的配准的精准度较低的问题。配准网络对图像的配准的精准度较低的问题。配准网络对图像的配准的精准度较低的问题。

【技术实现步骤摘要】
医学图像的处理方法和装置、存储介质及电子设备


[0001]本申请涉及图像处理
，具体而言，涉及一种医学图像的处理方法和装置、存储介质及电子设备。

技术介绍

[0002]多模态图像配准的目的是通过扭曲变形场的空间来对齐具有不同分布的两个图像（移动（M）和目标（T）图像）。多模态图像配准中的一个主要挑战是，使用不同的成像机器或不同的采集参数采集的图可能在多个方面不同。由于重建和采集方法显著不同，不同成像模式之间没有简单的一对一映射。从测量相似性的角度来看，主流的无监督多模态配准方法可分为两类：基于相似算子的配准和基于图像到图像转换的配准。
[0003]基于相似度算子的配准是使用多模态相似度算子作为配准的损失函数，例如，互相关（NCC）、互信息（MI）和模态无关邻域描述符（MIND）。相似度算子基于研究者的先验数学知识并经过长期精心设计和不断改进的。它们可以应用于传统的配准过程和神经网络配准。相似性运算符有几个限制：一是不太可能设计出能够对来自各种成像模态的所有数据保持高精度的相似度运算子。二是无法估计这些运算符可以达到的上限，因此很难本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医学图像的处理方法，其特征在于，包括：获取第一模态的目标医学图像；将所述第一模态的目标医学图像通过目标配准网络进行配准，得到配准后的第二模态的目标医学图像，其中，所述目标配准网络通过目标评估器训练得到，所述目标评估器由第一医学样本图像对训练得到，所述第一医学样本图像对由第一医学样本图像和第二医学样本图像组成，所述第一医学样本图像和所述第二医学样本图像为绝对同模态的图像。2.根据权利要求1所述的医学图像的处理方法，其特征在于，将所述第一模态的目标医学图像通过目标配准网络进行配准之前，所述方法还包括：获取所述第一医学样本图像和所述第二医学样本图像，并计算得到所述第一医学样本图像和所述第二医学样本图像之间的真实误差映射图；对所述第一医学样本图像进行图像增强处理，得到处理后的第一医学样本图像；将处理后的第一医学样本图像、所述第二医学样本图像和所述真实误差映射图确定为第一医学样本图像对；依据所述第一医学样本图像对初始评估器进行训练，得到所述目标评估器。3.根据权利要求2所述的医学图像的处理方法，其特征在于，获取所述第一医学样本图像和所述第二医学样本图像包括：获取原始医学样本图像；对所述原始医学样本图像进行第一随机空间变换，得到所述第一医学样本图像；对所述原始医学样本图像进行第二随机空间变换，得到所述第二医学样本图像。4.根据权利要求2所述的医学图像的处理方法，其特征在于，对所述第一医学样本图像进行图像增强处理，得到处理后的第一医学样本图像包括：将所述第一医学样本图像上的像素点归一化到预设数值范围内，得到归一化的第一医学样本图像；在所述预设数值范围内随机产生多个控制点，并依据所述多个控制点对所述归一化的第一医学样本图像进行划分，得到多个分段第一医学样本图像，其中，第一个控制点为所述预设数值范围的起点，第二个控制点为所述预设数值范围的终点；对所述多个分段第一医学样本图像进行编号，并随机打乱所述编号的顺序；依据随机打乱后的编号顺序对所述多个分段第一医学样本图像进行映射，得到所述处理后的第一医学样本图像。5.根据权利要求2所述的医学图像的处理方法，其特征在于，依据所述第一医学样本图像对初始评估器进行训练，得到所述目标评估器包括：通过所述初始评估器对所述处理后的第一医学样本图像和所述第二医学样本图像进行误差评估，得到预测误差映射图；依据所述预测误差映射图和所述真实误差映射图计算得到损失值；依据所述损失值对所述初始评估器进行训练，得到所述目标评估器。6.根据权利要...

【专利技术属性】
技术研发人员：周琦超，孔令轲，
申请(专利权)人：福建自贸试验区厦门片区Manteia数据科技有限公司，
类型：发明
国别省市：