[发明专利]医学图像配准方法、电子设备和存储介质

权利要求书

1.一种医学图像配准方法，其特征在于，所述医学图像配准方法包括：

获取待处理增强图像和对应的目标平扫图像；

将所述待处理增强图像输入至医学图像增强分量网络模型以获取目标增强分量；

根据所述待处理增强图像和所述目标增强分量获取目标去增强图像；

将所述目标去增强图像和所述目标平扫图像输入至图像配准网络模型，以获取所述目标去增强图像相对于所述目标平扫图像的目标形变场；

根据所述目标形变场对所述目标去增强图像进行形变处理以获取配准后的目标配准图像。

2.如权利要求1所述的医学图像配准方法，其特征在于，获取所述医学图像增强分量网络模型的步骤包括：

获取训练集中多张样本平扫图像以及对应的样本增强图像；

基于所述样本平扫图像获取所述样本增强图像对应的样本增强分量；

根据不同的所述样本增强图像以及对应的所述样本增强分量，训练得到医学图像增强分量网络模型。

3.如权利要求2所述的医学图像配准方法，其特征在于，所述基于所述样本平扫图像获取所述样本增强图像对应的样本增强分量的步骤包括：

采用预设配准方法将所述样本平扫图像配准到所述样本增强图像以获取参考增强图像；

将所述样本增强图像减去所述参考增强图像以得到所述样本增强图像对应的所述样本增强分量。

4.如权利要求3所述的医学图像配准方法，其特征在于，所述将所述样本增强图像减去所述参考增强图像以得到所述样本增强图像对应的所述样本增强分量的步骤包括：

随机遍历选取出所述样本增强图像中的多个第一增强图像块，以及所述参考增强图像中的多个第二增强图像块；

其中，每个所述第一增强图像块的相同位置处对应一个所述第二增强图像块；

将每个所述第一增强图像块减去对应位置处的所述第二增强图像块以得到对应的中间增强分量；

对多个所述中间增强分量进行求和处理以获取所述样本增强图像对应的所述样本增强分量。

5.如权利要求4所述的医学图像配准方法，其特征在于，所述根据不同的所述样本增强图像以及对应的所述样本增强分量，训练得到医学图像增强分量网络模型的步骤包括：

将所述样本增强图像对应的多个所述第一增强图像块作为输入，将对应的所述样本增强分量作为输出，采用深度卷积神经网络训练得到所述医学图像增强分量网络模型。

6.如权利要求2所述的医学图像配准方法，其特征在于，获取所述图像配准网络模型的步骤包括：

采用所述医学图像增强分量网络模型获取训练集中的所述样本增强图像的第一增强分量；

将所述样本增强图像减去所述第一增强分量以获取所述样本增强图像对应的样本去增强图像；

基于所述样本去增强图像和对应的所述样本平扫图像，训练得到所述图像配准网络模型。

7.如权利要求6所述的医学图像配准方法，其特征在于，所述基于所述样本去增强图像和对应的所述样本平扫图像，训练得到所述图像配准网络模型的步骤包括：

随机遍历选取出所述样本去增强图像中的多个去增强图像块，以及所述样本平扫图像中的多个平扫图像块；

其中，每个所述去增强图像块的相同位置处对应一个所述平扫图像块；

将所述样本去增强图像中的多个所述去增强图像块和所述样本平扫图像中的多个所述平扫图像块输入至深度卷积神经网络以训练得到所述图像配准网络模型。

8.如权利要求1-7中任一项所述的医学图像配准方法，其特征在于，所述待处理增强图像包括不同脏器对应的DCE-MRI增强图像或CT增强图像；或，

所述目标增强分量用于表征对比剂在不同脏器的动脉和静脉中产生的干扰量；或，

所述目标配准图像用于反映患者的原发性肝癌和/或肝脏转移瘤的病变情况。