[发明专利]乳腺影像配准方法和装置

权利要求书

1.一种乳腺影像配准方法，其特征在于，包括：

将乳腺影像和标准乳腺影像输入参数提取网络模型以获取空间变换参数，其中，所述空间变换参数包括所述配准后影像中每个像素与所述乳腺影像中与该像素对应的像素之间的位置对应关系；以及

根据所述乳腺影像和所述空间变换参数获取配准后影像；

其中，所述参数提取网络模型为通过无监督训练过程建立的卷积神经网络模型；

其中，所述将乳腺影像和标准乳腺影像输入参数提取网络模型以获取空间变换参数包括：

将所述乳腺影像和所述标准乳腺影像拼接为一张拼接影像，其中所述乳腺影像和所述标准乳腺影像对应所述拼接影像的不同通道区域；

对所述拼接影像进行N层级第一卷积操作，其中每个层级的所述第一卷积操作的输入对象为上一层级的所述第一卷积操作所输出的特征图的下采样结果，每个层级的所述第一卷积操作包括多次卷积过程；以及

将所述N层级第一卷积操作中最后一个层级的所述第一卷积操作输出的特征图进行N-1层级第二卷积操作，其中所述N-1层级第二卷积操作与所述N层级第一卷积操作中的前N-1层级所述第一卷积操作相对应，每个层级的所述第二卷积操作的输入对象包括上一层级的所述第二卷积操作所输出的特征图的上采样结果以及对应的所述第一卷积操作输出的特征图的复制结果，每个层级的所述第二卷积操作包括多次卷积过程；

其中，所述N-1层级第二卷积操作中最后一个层级的所述第二卷积操作的输出结果为所述空间变换参数。

2.根据权利要求1所述的方法，其特征在于，所述卷积过程包括卷积核尺寸为3×3的卷积层和激活层。

3.根据权利要求1所述的方法，其特征在于，所述下采样结果通过2 ×2的最大池化层操作获得；和/或，

所述上采样结果通过卷积核尺寸为2×2的反卷积操作获得。

4.根据权利要求1所述的方法，其特征在于，所述根据所述乳腺影像和所述空间变换参数获取配准后影像包括：

根据所述空间变换参数确定所述配准后影像中每个像素在所述乳腺影像中的对应像素位置，将所述对应像素位置处的像素值作为该像素的像素值。

5.根据权利要求4所述的方法，其特征在于，所述根据所述乳腺影像和所述空间变换参数获取配准后影像进一步包括：

当根据所述空间变换参数确定的所述配准后影像中的像素的所述对应像素位置坐标不是整数值时，获取所述对应像素位置周围临近的多个整数值坐标的像素值；以及

根据所述多个整数值坐标的像素值确定该像素的像素值。

6.根据权利要求5所述的方法，其特征在于，所述根据所述多个整数值坐标的像素值确定该像素的像素值包括：

将所述多个整数值坐标的像素值进行加权求和以确定该像素的像素值，其中，距离所述对应像素位置越近的整数值坐标的像素值的权重越大。

7.根据权利要求1至6中任一所述的方法，其特征在于，在将乳腺影像和标准乳腺影像输入参数提取网络模型以获取空间变换参数之前，进一步包括：

将原始乳腺影像与所述标准乳腺影像进行对比获取线性变换参数；以及

基于所述线性变换参数对所述原始乳腺影像进行图像整体位置变换以获取所述乳腺影像。

8.根据权利要求7所述的方法，其特征在于，在将乳腺影像和标准乳腺影像输入参数提取网络模型以获取空间变换参数之前，进一步包括：

将所述乳腺影像进行图像特征增强处理，其中，所述图像特征增强处理包括以下处理方式中的一种或多种组合：图像加窗处理和S型生长曲线函数处理。