[发明专利]基于多尺度强化学习的CT-X图像配准方法及装置

权利要求书

1.基于多尺度强化学习的CT-X图像配准方法，其特征在于：其包括以下步骤：

(1)设计带权重奖励的智能体：定义配准智能体的状态、动作空间和停止条件，同时，根据平面内和平面外空间变换的特性，设计带权重的奖励函数；

(2)对浮动图像进行空间降维：采用数字影像重建技术DRR基于光线投射法生成二维模拟X图像；

(3)浮动图像与目标图像域适应：采用Cycle-GAN网络将真实X图像生成模拟DRR图像，再将其作为新的目标配准图像，以降低浮动图像和目标图像之间的域差异；

(4)执行多尺度智能体策略：首先，定义智能体多尺度级别及其对应的动作步长和感兴趣区域大小；然后，在每一个尺度都采用相同的网络结构，并在不同尺度上训练一个独立的网络参数；同时，除了初始尺度，每个尺度都以在上一个尺度上收敛的空间变换，作为搜索当前尺度最优变换的起点。

2.根据权利要求1所述的基于多尺度强化学习的CT-X图像配准方法，其特征在于：所述步骤(1)中，

状态：环境E由二维X图像和三维CT图像共同构成，状态空间用特殊欧式群SE(3)来表示：

动作：针对CT-X图像刚性配准的6自由度变换T＝{t_x,t_y,t_z,r_x,r_y,r_z}参数映射为12个离散的动作，CT图像空间中沿X,Y和Z轴正负方向上的平移和旋转：每一时刻智能体从12个离散动作中选择一种来更新变换T对应的参数，如+Δt_x表示智能体在t时刻按照给定的步长沿X轴正向平移，更新T＝{t_x+Δt_x,t_y,t_z,r_x,r_y,r_z}；

停止条件：训练中D(T_t-T_gt)thr时完成配准任务，智能体达到停止条件，测试时无金标准T_gt监督是否停止，因此当变换进入微小的震荡周期Δt时判定为停止条件，将最大执行步数Step_max＝150作为另一个停止条件；

奖励：奖励是环境E对智能体在状态T_t时采取动作a_t的直接评价，采用公式(2)、(3)：

R(T)＝μ₁R(T_in)+μ₂R(T_out) (2)

其中μ₁,μ₂分别为平面内和平面外变换的奖励权重，定义训练时D(T_t-T_gt)thr配准任务成功,获得一个较大的终点奖励R_end，重新构建即时奖励函数：

当智能体距金标准变换距离大于阈值，采用公式(2)计算奖励；当离金标准变换小于阈值，给予终点奖励。

3.根据权利要求2所述的基于多尺度强化学习的CT-X图像配准方法，其特征在于：所述步骤(2)中，设有CT图像I^ct中的点射线源S根据点光源成像原理投影到X图像上I^x，生成二维DRR图像上的点则点A^3D和B^2D的空间关系表示为公式(4)：

其中和分别为A和B齐次坐标的转置，α为齐次项系数，为投影矩阵。