龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：重庆邮电大学
申请日：2024-02-26
公开（公告）日：2024-06-28
公开（公告）号：CN118261781A
主分类号：G06T3/14
分类号：G06T3/14;G06T7/33;G06N3/0455;G06N3/0464;G06N3/084
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明涉及一种基于域对抗的跨模态医学图像配准方法，包括：将固定图像和移动图像输入双路编码器进行特征提取；根据固定图像特征和移动图像特征利用域判别器预测固定图像和移动图像分类到各个域的概率，并根据固定图像和移动图像分类到各个域的概率构建交叉熵损失函数；根据固定图像特征和移动图像特征利用形变场生成器生成形变场，根据形变场构建平滑损失函数；利用空间变换器将形变场添加到移动图像上，使移动图像的体素按照形变场来进行空间位移得到配准后的扭曲图像；根据配准后的扭曲图像和固定图像构建相似度损失函数，根据交叉熵损失函数、平滑损失函数和相似度损失函数构建网络的总损失函数对网络的参数进行更新。
主权项：1.一种基于域对抗的跨模态医学图像配准方法,其特征在于，包括：将固定图像和移动图像输入训练好的医学图像配准网络进行配准得到配准后的扭曲图像；其中，医学图像配准网络的训练过程包括：S1：将固定图像和移动图像输入双路编码器进行特征提取得到固定图像特征和移动图像特征；S2：根据固定图像特征和移动图像特征利用域判别器预测固定图像和移动图像分类到各个域的概率，并根据固定图像和移动图像分类到各个域的概率构建交叉熵损失函数；S3：根据固定图像特征和移动图像特征利用形变场生成器生成形变场，根据形变场构建平滑损失函数；S4：利用空间变换器将形变场添加到移动图像上，使移动图像的体素按照形变场来进行空间位移得到配准后的扭曲图像；S5：根据配准后的扭曲图像和固定图像构建相似度损失函数，根据交叉熵损失函数、平滑损失函数和相似度损失函数构建网络的总损失函数对网络的参数进行更新。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于域对抗的跨模态医学图像配准方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号