一种基于因果推断的2D/3D配准方法技术

本发明专利技术提出一种基于因果推断的2D/3D配准方法，属于2D/3D配准领域。包括如下步骤：对输入图片进行图像因果特征提取，得到2D特征；图像因果特征提取的网络由卷积神经网络、第一多标签分类模型、混杂字典、第二多标签分类模型及全连接网络组成；将场景的3D点云通过基于注意力的点云特征提取网络进行3维特征提取，得到3D特征，基于注意力的点云特征提取网络包括第一线性层、注意力模块、第二线性层及全局最大池化层；将2D特征与3D特征进行特征交互与融合，得到交互特征与融合特征；根据交互特征与融合特征进行位姿预测，实现2D/3D配准。本发明专利技术实现2D特征和3D特征的交互以及融合，从而加强各自的特征，提高模型预测位姿参数及2D/3D配准的准确性。

【技术实现步骤摘要】

本专利技术涉及2d/3d配准领域，具体涉及一种基于因果推断的2d/3d配准方法。

技术介绍

1、在医学成像技术中，2d/3d配准扮演着至关重要的角色。借助此技术，医生可以根据术前获取的医学影像数据构建三维模型，进而在手术过程中实时估计手术器械的位置和姿态。这一技术的应用，使得医生能够更精确地了解手术器械的当前位置，从而执行更为精确的手术操作。

2、然而，术中图像往往缺乏立体信息，这限制了手术视野。为了拓宽这一视野，通常会将二维图像与三维模型进行匹配。目前，2d/3d配准主要以刚性配准为主，其核心目的是估计二维图像的位姿。

3、在现有的配准方法中，一种常见策略是通过计算3dct图像中的数字重建放射图像(drr)，并将其与真实的x射线图像进行相似性比对。通过最大化这两者之间的相似性度量来实现配准。例如，某些研究采用了基于训练-推理解耦架构的算法，通过多尺度卷积来增强特征表示，并引入自适应激活函数来提高网络的非线性表达能力，从而满足了临床实时性的需求。

4、此外，还有研究通过训练卷积神经网络来计算描述符，并使用k-neares本文档来自技高网...

【技术保护点】

1.一种基于因果推断的2D/3D配准方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于因果推断的2D/3D配准方法，其特征在于，步骤S1具体包括如下步骤：

3.根据权利要求2所述的基于因果推断的2D/3D配准方法，其特征在于，步骤S11具体包括如下步骤：

4.根据权利要求3所述的基于因果推断的2D/3D配准方法，其特征在于，步骤S12具体包括如下步骤：

5.根据权利要求4所述的基于因果推断的2D/3D配准方法，其特征在于，步骤S13具体包括如下步骤：

6.根据权利要求5所述的基于因果推断的2D/3D配准方法，其特征在...

【技术特征摘要】

1.一种基于因果推断的2d/3d配准方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于因果推断的2d/3d配准方法，其特征在于，步骤s1具体包括如下步骤：

3.根据权利要求2所述的基于因果推断的2d/3d配准方法，其特征在于，步骤s11具体包括如下步骤：

4.根据权利要求3所述的基于因果推断的2d/3d配准方法，其特征在于，步骤s12具体包括如下步骤：

5.根据权利要求4所述的基于因果推断的2d/3d配准方法，其特...

【专利技术属性】
技术研发人员：林劼，刘民岷，付波，曾祥雨，胡飘，唐媛，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：