【技术实现步骤摘要】
本专利技术涉及图像配准领域，尤其涉及一种基于前列腺mr图像分割结果的多模态配准方法、装置、设备及存储介质。
技术介绍
1、在前列腺癌放射治疗过程中，为了提高治疗方案的有效性，通常首选实时超声(us，ultrasound)图像来引导肿瘤的穿刺。然而，超声成像受组织对比度低的限制，且穿刺针会引入伪影并降低图像质量。与us成像相比，磁共振(mr,magnetic resonance)成像能更好地显示软组织的精细结构，因此在肿瘤识别过程中具有优势。在高质量的mr图像上勾画出器官和肿瘤轮廓，然后利用图像配准技术将其融合到us图像上，将有助于提高前列腺放射治疗的效果。近年来，人们提出了基于深度学习的图像配准方法来实现配准的自动化。通常，待配准的源图像和目标图像被输入到深度学习网络，并预测相应的变换矩阵或变形场。然后，可以用该矩阵或变形场对源图像进行变换，以生成配准图像。在网络训练过程中，通过测量配准图像和目标图像之间的相似度来优化网络参数。然而，多模态图像配准仍然是一个具有挑战性的任务，主要是因为在优化过程中很难度量图像的相似性。在mr和us图像中...
【技术保护点】
1.一种基于前列腺MR图像分割结果的多模态配准方法，其特征在于，包括如下阶段：
2.根据权利要求1所述的基于前列腺MR图像分割结果的多模态配准方法，其特征在于，步骤S2进一步包括：
3.根据权利要求2所述的基于前列腺MR图像分割结果的多模态配准方法，其特征在于，步骤S2中仿射变换损失函数为Dice损失函数LDice：
4.根据权利要求3所述的基于前列腺MR图像分割结果的多模态配准方法，其特征在于，在所述Dice损失函数LDice的基础之上，加入变形场梯度的L2范数作为正则项，以平滑配准变形场：
5.根据权利要求4所述的基...
【技术特征摘要】
1.一种基于前列腺mr图像分割结果的多模态配准方法，其特征在于，包括如下阶段：
2.根据权利要求1所述的基于前列腺mr图像分割结果的多模态配准方法，其特征在于，步骤s2进一步包括：
3.根据权利要求2所述的基于前列腺mr图像分割结果的多模态配准方法，其特征在于，步骤s2中仿射变换损失函数为dice损失函数ldice：
4.根据权利要求3所述的基于前列腺mr图像分割结果的多模态配准方法，其特征在于，在所述dice损失函数ldice的基础之上，加入变形场梯度的l2范数作为正则项，以平滑配准变形场：
5.根据权利要求...
【专利技术属性】
技术研发人员：王博，张兆东，陈波，张凯凯，王亚飞，何云迪，
申请(专利权)人：磅客策上海智能医疗科技有限公司，
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。