买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：海盐县南北湖医学人工智能研究院;濮阳大数据与人工智能研究院;杭州类脑科技有限公司;浙江大学;浙江德尚韵兴医疗科技有限公司;琶洲实验室(黄埔)

摘要：本发明涉及医学图像处理技术，旨在提供一种基于2D图像配准的医学3D体数据半自动标注方法。包括：将3D体数据按照顺序划分为若干组2D图像；取每组中位于中间顺序的一张图像由人工进行标注；图像输入端到端的无监督配准网络模型中，经学习得到组内移动图像与固定图像之间的形变场，利用该形变场将标注的标签变形，从而为没有标注的固定图像生成标注；将已对齐且完成标注的各组2D图像，依次输入至分割网络中微调标注，并拼接重建，获得完整标注的3D体数据。本发明从两个方面来提升配准精度，一方面，网络级联将大形变配准分解为多阶段的小形变配准；另一方面，多尺度编码ResuNet结构将每一阶段内的位移分解为多尺度形变的复合；极大地减少了医生工作量。

主权项：1.一种基于2D图像配准的医学3D体数据半自动标注方法，其特征在于，包括以下步骤：1将医学诊断设备获得的3D体数据按照顺序划分为若干组2D图像；取每组2D图像中位于中间顺序的一张图像，由人工进行标注后作为移动图像；组内其它未标注的图像，则作为固定图像；2将重新组对后的各组2D图像分别输入至端到端的无监督配准网络模型中，经学习得到组内移动图像与固定图像之间的形变场，利用该形变场将手动标注的标签变形，从而为没有标注的固定图像生成标注；具体处理过程包括：先利用多编码ResUnet结构进行多尺度特征的提取与融合，在对形变场进行估计后，再由空间变换层进行空间变换处理，从而完成组内的图像对齐；在完成配准对齐后，根据移动图像上的人工标注标签，对组内其它固定图像进行自动标注；3将已对齐且完成标注的各组2D图像，依次输入至分割网络中微调标注，并拼接重建，获得完整标注的3D体数据。

全文数据：

权利要求：

百度查询： 海盐县南北湖医学人工智能研究院 濮阳大数据与人工智能研究院 杭州类脑科技有限公司 浙江大学 浙江德尚韵兴医疗科技有限公司 琶洲实验室(黄埔) 一种基于2D图像配准的医学3D体数据半自动标注方法