【技术实现步骤摘要】
本专利技术涉及外科手术的计算机辅助规划、医学图像处理、计算机视觉和知识蒸馏的，具体地，涉及非迭代轻量化网络蒸馏的配准方法、系统及轻量化方法，尤其涉及面向医学影像的基于非迭代轻量化网络蒸馏的快速配准方法。
技术介绍
1、在现代医学实践中，外科手术的计算机辅助规划、术中导航、图像引导的机器人干预、多帧组织运动跟踪等关键领域都离不开快速且准确的3d医学图像配准算法。目前，基于深度学习的医学图像配准依赖于gpu进行运算。在单独的cpu平台上，这些模型的运算效率大打折扣。这在外科手术的计算机辅助规划中是一个显著的局限性，限制了进行辅助规划的平台和场景。鉴于医疗机构采购高性能gpu设备所需的巨额开销，开发一种在cpu上也能快速且准确运行的配准模型变得尤为重要，有助于外科手术的计算机辅助规划的广泛和灵活应用。
2、有一些工作已经尝试对配准模型进行轻量化。专利《基于三维轻量化卷积神经网络的医学图像配准方法及装置》，申请公布号cn116580067a，尝试解决这一问题。该方法用跨通道低维卷积核的轻量化特征融合模块实现图像配准。然而，该方法只是...
【技术保护点】
1.一种非迭代轻量化网络蒸馏的配准方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的非迭代轻量化网络蒸馏的配准方法，其特征在于，所述步骤S1包括如下步骤：
3.根据权利要求1所述的非迭代轻量化网络蒸馏的配准方法，其特征在于，所述步骤S2包括如下步骤：
4.根据权利要求3所述的非迭代轻量化网络蒸馏的配准方法，其特征在于，所述步骤S2.1中：迭代式网络中使用N个结构相同的可变形配准模块，模块单独执行可变形配准任务，在迭代式网络中，每个模块都在上一个模块配准得到的形变图像的基础上配准得到变形场和新的形变图像，在一个迭代式网...
【技术特征摘要】
1.一种非迭代轻量化网络蒸馏的配准方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的非迭代轻量化网络蒸馏的配准方法，其特征在于，所述步骤s1包括如下步骤：
3.根据权利要求1所述的非迭代轻量化网络蒸馏的配准方法，其特征在于，所述步骤s2包括如下步骤：
4.根据权利要求3所述的非迭代轻量化网络蒸馏的配准方法，其特征在于，所述步骤s2.1中：迭代式网络中使用n个结构相同的可变形配准模块，模块单独执行可变形配准任务，在迭代式网络中，每个模块都在上一个模块配准得到的形变图像的基础上配准得到变形场和新的形变图像，在一个迭代式网络中，产生一系列的变形场φ1,φ2…φn，将这一系列的变形场复合得到最终变形场φ；结束自蒸馏训练后，第一个模块单独执行配准任务，并被用于蒸馏步骤s1获得的非迭代轻量化配准网络；
5.根据权利要求1所述的非迭代轻量化网络蒸馏的配准方法，其特征在于，所述步骤s3包括如下步骤：
6.一种非迭代轻量化网络蒸馏...
【专利技术属性】
技术研发人员：卓永泰，顾力栩，
申请(专利权)人：上海交通大学内蒙古研究院，
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。