【技术实现步骤摘要】
本专利技术属于医学图像配准和医学图像分割，具体涉及一种医学图像配准和分割联合优化方法，适用于对医学图像同时进行配准和分割。
技术介绍
1、图像配准是指对同一对象的两幅图像(或多幅图像)求解空间变换使不同图像中的对应点具有空间一致性。通常情况下，将待配准的图像称为浮动图像，而另外一幅保持不变的图像称为固定图像。然而，在现有的基于深度学习的医学图像配准任务中，缺少配准的真实形变场。目前的监督配准方法是以传统方法的配准结果作为真实形变场[cao x,yang j,zhang j.ieee.trans.biomed.eng.,2018,45:1900.]，或者通过人工合成的方式生成真实形变场[sokooti h,de vos b,berendsen f.miccai,2017,232-239.]，但是，前者的配准精度受限于传统方法的误差，后者的人工生成的伪标签不能反映真实形变过程。无监督配准方法通过空间变换网络(spatial transformer network,stn)根据学习的参数完成对浮动图像的空间变换，从而实现了以相似性测度作为损失...
【技术保护点】
1.一种医学图像配准和分割联合优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种医学图像配准和分割联合优化方法，其特征在于，所述预处理的方法为：对原始医学图像进行归一化处理，获得归一化图像，对原始医学图像对应的图像标签的各个体素进行分类，将图像标签的各个体素替换为体素对应的分类值，获得归一化图像对应的原始分割标签；再将归一化图像的像素大小和对应的原始分割标签的像素大小裁剪至相同，获得预处理图像和对应的真实分割标签。
3.根据权利要求2所述一种医学图像配准和分割联合优化方法，其特征在于，所述步骤2具体包括以下步骤：
4....
【技术特征摘要】
1.一种医学图像配准和分割联合优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种医学图像配准和分割联合优化方法，其特征在于，所述预处理的方法为：对原始医学图像进行归一化处理，获得归一化图像，对原始医学图像对应的图像标签的各个体素进行分类，将图像标签的各个体素替换为体素对应的分类值，获得归一化图像对应的原始分割标签；再将归一化图像的像素大小和对应的原始分割标签的像素大小裁剪至相同，获得预处理图像和对应的真实分割标签。
3.根据权利要求2所述一种医学图像配准和分割联合优化方法，其特征在于，所述步骤2具体包括以下步骤：
4.根据权利要求3所述一种医学图像配准和分割联合优化方法，其特征在于，所述步骤3中将浮动图像im与固定图像if输入至弱监督配准网络regnet中得到配准结果具体包括以下步骤：
...【专利技术属性】
技术研发人员：周欣，陈珍，肖洒，邓依凡，孙献平，陈世桢，
申请(专利权)人：中国科学院精密测量科学与技术创新研究院，
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。