[发明专利]医学图像处理方法及设备

权利要求书

1.一种医学图像处理方法，其特征在于，所述方法包括：

接收指定目标的第一医学图像和第二医学图像，所述第二医学图像的成像时间早于所述第一医学图像的成像时间；

基于第一空间变换模型，将所述第二医学图像配准至所述第一医学图像，得到第一配准图像；

基于第二空间变换模型，将所述第一配准图像配准至所述第一医学图像，得到第二配准图像；

基于第三空间变换模型，采用非监督深度学习的配准方法将所述第二配准图像配准至所述第一医学图像，得到第三配准图像；

基于第三空间变换模型，采用非监督深度学习的配准方法将所述第二配准图像配准至所述第一医学图像，得到第三配准图像，包括：

分别在所述第一医学图像和所述第二配准图像中确定指定像素点；

利用非监督深度学习的配准方法，对所述第一医学图像和所述第二配准图像中的指定像素点进行训练，得到指定像素点的特征信息；

根据所述特征信息，计算所述第三空间变换模型的参数；

根据所述参数，对所述第二配准图像进行所述第三空间变换模型对应的变换，得到所述第三配准图像；

所述第三空间变换模型的参数为所述第二配准图像相对所述第一医学图像的形变场；

根据所述特征信息，计算所述第三空间变换模型的参数，包括：

根据所述指定像素点的特征信息，获取所述指定像素点的六邻域空间信息；

根据所述指定像素点的六邻域空间信息进行置信度传播，并获取置信度传播的信任向量；

根据所述置信度传播的信任向量确定所述第二配准图像的指定像素点相对所述第一医学图像的指定像素点的偏移值；

根据所述偏移值确定所述第二配准图像相对所述第一医学图像的形变场；

从所述第一医学图像确定第一选定区域，并计算所述第一选定区域中灰度值处于设定范围的第一像素点数目；

从所述第三配准图像确定与所述第一选定区域相对应的第一对应区域，并计算所述第一对应区域中灰度值处于所述设定范围的第二像素点数目；

根据所述第一像素点数目、所述第二像素点数目，获取所述第一医学图像相对所述第二医学图像像素点发生变化的数目。

2.根据权利要求1所述的方法，其特征在于，所述非监督深度学习的配准方法采用卷积栈式自编码训练方式；

所述利用非监督深度学习的配准方法，对所述第一医学图像和所述第二配准图像中的指定像素点进行训练，得到指定像素点的特征信息，包括：

以所述指定像素点为中心，提取三维小块作为非监督深度学习的样本，并从所述样本获取所述指定像素点的特征信息。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

将所述第一医学图像与所述第三配准图像进行相减处理，得到减影图像。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

将所述减影图像与所述第一医学图像作融合处理，得到融合图像。