[发明专利]CT图像和MRI三维图像的配准方法、装置

权利要求书

1.一种CT图像和MRI三维图像的配准方法，其特征在于，包括：

获取原始采集得到的CT图像和MRI三维图像并进行预处理操作，得到CT处理图像和MRI处理图像；

利用所述CT处理图像和MRI处理图像对模态转换网络进行训练，得到所述模态转换生成器，其中所述模态转换网络包括生成器、生成器、判别器和判别器，所述生成器的输入为CT处理图像，输出为模态转换后的CT模态转换图像，所述生成器的输入为MRI处理图像，输出为模态转换后的MRI模态转换图像，所述判别器和所述判别器的输入为任意模态图像，输出为是否属于CT模态或MRI模态；

所述生成器或所述生成器为包括两个下采样层和两个上采样层的U-Net网络；所述判别器和所述判别器为包括四个卷积层和一个全连接层的网络结构；

所述利用所述CT处理图像和MRI处理图像对模态转换网络进行训练，得到所述模态转换生成器，包括：

将一组所述CT处理图像和MRI处理图像作为输入，由所述生成器和生成器分别对所述CT处理图像和MRI处理图像进行模态转换，得到模态转换后的CT模态转换图像和模态转换后的MRI模态转换图像；

基于所述判别器和判别器，判断所述CT模态转换图像和所述MRI模态转换图像是否属于CT模态或MRI模态，得到生成对抗损失；

基于所述生成器和生成器，将所述CT模态转换图像和所述MRI模态转换图像转换至原CT模态和MRI模态，并与所述CT处理图像和MRI处理图像进行比较，得到循环一致损失；

根据所述生成对抗损失和所述循环一致损失，反向更新所述生成器、生成器、判别器和判别器的网络参数；

将训练完毕的所述生成器和所述生成器，作为所述模态转换生成器；

利用预训练得到的模态转换生成器对所述CT处理图像和MRI处理图像进行模态转换，得到CT模态转换图像和MRI模态转换图像；

利用预训练得到的单模态配准网络对所述CT处理图像和MRI处理图像进行预测，得到单模态配准置信度；

利用预训练得到的多模态配准网络，对所述CT处理图像、MRI处理图像、CT模态转换图像、MRI模态转换图像和所述单模态配准置信度进行配准，以实现所述CT图像和MRI三维图像的自动配准。

2.根据权利要求1所述的方法，其特征在于，所述生成对抗损失为

其中，为将CT处理图像转换至MRI模态的模态转换网络的生成对抗损失；为将MRI处理图像转换至CT模态的模态转换网络的生成对抗损失；

所述循环一致损失为

其中，为将所述CT模态转换图像转换至原CT模态的循环一致损失；

为将所述MRI模态转换图像转换至原MRI模态的循环一致损失。

3.根据权利要求1所述的方法，其特征在于，在所述利用预训练得到的单模态配准网络对所述CT处理图像和MRI处理图像进行预测，得到单模态配准置信度之前，还包括：

利用所述CT处理图像、所述MRI处理图像、所述CT模态转换图像和所述MRI模态转换图像，对所述单模态配准网络进行训练，得到训练完毕的所述单模态配准网络；其中，所述单模态配准网络包括第一单模态配准子网络和第二单模态配准子网络；

利用所述第一单模态配准子网络和所述第二单模态配准子网络，分别对每组所述CT处理图像和MRI处理图像进行配准，得到三维非刚性形变场；

将所述三维非刚性形变场与目标体素的误差，作为所述单模态配准置信度。