[发明专利]一种基于GAN的多模态脑部图像配准方法

权利要求书

1.本发明公布了一种用于脑部图像配准方法，包括以下步骤：

(1)数据预处理：

a.首先利用磁共振数据处理软件 FreeSurfer对原始图像进行了颅骨剥离和重采样;recon-all 是 FreeSurfer 的核心命令之一，它包含 30多个子处理命令，用于完成FreeSurfer 皮质重建的部分或全部过程;本文利用该命令对原始数据进行头骨去除、颈部去除、强度归一化、灰质白质分割等处理，从而获取brainmask.mgz 和 aseg.mgz 数据特征提取;

b.为了对神经网络的输入图像进行规范化，本文对颅骨分离和重采样后的图像进行了裁剪，以保证所有的图像尺寸相同;通过视觉观察寻找三维图像的中心，并以此中心向外扩展至所有感兴趣区域全部包含在图像内，图像尺寸最终被统一为 110×182×210;

c.为了避免这些成像因素所造成的灰度差异，同时提高神经网络的训练速度，需要对裁剪后的灰度图像体素值做了归一化的处理，即将体素值缩放到了 0-1 之间;

d. 同时需要将研究目标为寻找浮动图像与固定图像之间的非线性变换，实现医学图像的可变形配准，因而在配准之前对所有的图像数据进行了仿射对齐;整个数据预处理如图1；

（2）特征提取：首先通过生成器里边的U-Net 的编码器-解码器结构对数据的特征进行提取，使用提取到的具有全局空间信息的特征来训练网络模型，在训练过程中不断调整模型参数；

（3）本实验在Pycharm中进行，使用ABIDE，OASIS，ADHD200数据集。