[发明专利]图像配准模型的训练方法、图像配准方法和计算机设备

权利要求书

1.一种图像配准模型的训练方法，其特征在于，包括：

获取第一训练样本图像和第二训练样本图像；

将所述第一训练样本图像和所述第二训练样本图像输入初始图像配准网络进行相互图像配准，得到第一变形场和第二变形场；

根据所述第二变形场、所述第一训练样本图像以及所述第二训练样本图像计算图像配准损失，以及确定所述第二变形场中像素点的指向位置，利用插值算法计算所述第一变形场在所述指向位置的值，基于所述指向位置的值确定空间变换后的变形场，根据所述空间变换后的变形场和所述第二变形场中对应位置的像素点值计算逆一致性损失；其中，所述空间变换后的变形场为利用所述第二变形场对所述第一变形场进行变形场空间变换得到的结果；

根据所述图像配准损失和所述逆一致性损失计算网络损失，利用所述网络损失对所述初始图像配准网络进行训练；当所述网络损失满足预设条件时，所述初始图像配准网络训练完成，得到图像配准模型。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述第二变形场计算变形场平滑损失；

根据所述图像配准损失、所述逆一致性损失和所述变形场平滑损失计算所述网络损失。

3.根据权利要求1或2所述的方法，其特征在于，所述将所述第一训练样本图像和所述第二训练样本图像输入初始图像配准网络进行相互图像配准，得到第一变形场和第二变形场，包括：

将所述第一训练样本图像作为浮动图像，所述第二训练样本图像作为参考图像输入所述初始图像配准网络进行图像配准，得到所述第一变形场；

将所述第二训练样本图像作为浮动图像，所述第一训练样本图像作为参考图像输入所述初始图像配准网络进行图像配准，得到所述第二变形场。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第二变形场、所述第一训练样本图像以及所述第二训练样本图像计算图像配准损失，包括：

利用所述第二变形场对所述第二训练样本图像进行图像空间变换，得到配准图像；

计算所述配准图像与所述第一训练样本图像之间的差异值，将所述差异值作为所述图像配准损失。

5.根据权利要求4所述的方法，其特征在于，所述利用所述第二变形场对所述第二训练样本图像进行图像空间变换，得到配准图像，包括：

根据所述第二变形场提供的坐标位置对应关系，利用插值算法对所述第二训练样本图像进行计算，得到所述配准图像。

6.根据权利要求1所述的方法，其特征在于，所述根据所述空间变换后的变形场和所述第二变形场中对应位置的像素点值计算所述逆一致性损失，包括：

将所述空间变换后的变形场与所述第二变形场中对应位置的像素点值进行求和，得到求和结果；

计算所述求和结果的平方和，将所述平方和作为所述逆一致性损失。

7.根据权利要求5或6所述的方法，其特征在于，所述基于所述指向位置的值确定空间变换后的变形场，包括：

将所述指向位置的值作为所述空间变换后的变形场在所述像素点的值，得到所述空间变换后的变形场。

8.根据权利要求2所述的方法，其特征在于，所述根据所述第二变形场计算变形场平滑损失，包括：

计算所述第二变形场一阶梯度的所有像素点值的平方和，将所述平方和作为所述变形场平滑损失。