[发明专利]融合T1w-MRI和fMRI信息的大脑核磁共振图像配准方法

权利要求书

1.一种融合T1w-MRI和fMRI信息的大脑核磁共振图像配准方法，其特征在于，该方法包括如下步骤：

图像采集:采集多个被试的MRI图像组，且每个被试的MRI图像组均包括该被试的T1w-MRI图像和相应的静息态fMRI图像；

图像预处理:分别对采集到的多个被试的MRI图像组进行预处理以得到多个预处理后的被试的MRI图像组，其中，每个预处理后的被试的MRI图像组中，预处理后的静息态fMRI图像的尺寸为预处理后的T1w-MRI图像的尺寸1/t，其中，t的取值范围为2～5；

图像划分:对预处理后的被试的MRI图像组进行划分以得到训练集和验证集；

构建模型：构建包括卷积神经网络和半监督损失函数的配准模型；

训练模型:利用训练集对配准模型进行迭代训练以获得训练好的配准模型；

验证模型:利用验证集对训练好的配准模型进行验证并通过调整超参数以获得最终的配准模型；

获取配准后图像:根据最终的配准模型获取待配准被试的MRI图像组的配准后图像；

其中，根据最终的配准模型获取待配准被试的MRI图像组的配准后图像包括：

选取目标被试和待配准被试组成被试对，对所述被试对的MRI图像组进行所述图像预处理；

将预处理后的待配准被试和目标被试的T1w-MRI图像同时输入最终的配准模型，以从最终的配准模型输出待配准被试的T1w-MRI图像的变形场，并通过空间变换网络对待配准被试的T1w-MRI图像进行变形得到待配准被试的T1w-MRI配准后图像，对待配准被试的T1w-MRI图像的变形场进行下采样处理，以得到待配准被试的静息态fMRI图像的变形场，并通过空间变换网络对待配准被试的静息态fMRI图像进行变形得到待配准被试的静息态fMRI配准后图像。

2.如权利要求1所述的融合T1w-MRI和fMRI信息的大脑核磁共振图像配准方法，其特征在于，所述卷积神经网络为U-net卷积神经网络。

3.如权利要求2所述的融合T1w-MRI和fMRI信息的大脑核磁共振图像配准方法，其特征在于，所述半监督损失函数定义为以下公式：

L＝L_T1-sim+λL_f-sim+γL_smooth；

其中，L为所述半监督损失函数，L_T1-sim为待配准被试的T1w-MRI配准后图像和目标被试的T1w-MRI图像的相似度损失函数，L_f-sim为待配准被试的fMRI配准后图像和目标被试的fMRI图像的相似度函数；L_smooth为变形场平滑函数；λ和γ为权重系数；

根据经验给半监督损失函数中权重系数λ和γ一个初始值以得到一个最初的半监督损失函数。

4.如权利要求3所述的融合T1w-MRI和fMRI信息的大脑核磁共振图像配准方法，其特征在于，权重系数λ和γ的初始值均为0.2。