[发明专利]用于基于卷积神经网络回归的2D/3D图像配准的方法和系统有效
| 申请号： | 201610581340.7 | 申请日： | 2016-07-22 |
| 公开（公告）号： | CN106651750B | 公开（公告）日： | 2020-05-19 |
| 发明（设计）人： | R.廖;S.繆;Z.王 | 申请（专利权）人： | 西门子保健有限责任公司;不列颠哥伦比亚大学 |
| 主分类号： | G06T3/00 | 分类号： | G06T3/00;G06T7/00;G06T7/30 |
| 代理公司： | 中国专利代理(香港)有限公司 72001 | 代理人： | 王健;张涛 |
| 地址： | 德国埃*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及用于基于卷积神经网络回归的2D/3D图像配准的方法和系统。基于与根据该3D医学图像生成的数字重建射线影像（DRR）相对应的变换参数，确定参数空间区域。基于针对所确定的参数空间区域提取的该3D医学图像中的3D点集合，根据该DRR和该X‑光图像的局部块，计算局部图像残差（LIR）特征。使用针对所确定的参数空间区域训练的回归量的分层序列，基于该LIR特征，计算更新的变换参数。该回归量的分层序列包括多个回归量，该多个回归量中的每一个计算针对该变换参数的相应子集的更新。 | ||
| 搜索关键词： | 用于 基于 卷积 神经网络 回归 图像 方法 系统 | ||
【主权项】：
一种用于配准3D医学图像与2D X‑光图像的方法，包括：基于与根据所述3D医学图像生成的数字重建射线影像（DRR）相对应的变换参数，确定参数空间区域；基于针对所确定的参数空间区域提取的所述3D医学图像中的3D点集合，根据所述DRR和所述X‑光图像的局部块，计算局部图像残差（LIR）特征；以及使用针对所确定的参数空间区域训练的回归量的分层序列，基于所述LIR特征，计算更新的变换参数，其中所述回归量的分层序列包括多个回归量，所述多个回归量中的每一个计算针对所述变换参数的相应子集的更新。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西门子保健有限责任公司;不列颠哥伦比亚大学，未经西门子保健有限责任公司;不列颠哥伦比亚大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610581340.7/，转载请声明来源钻瓜专利网。
- 上一篇：GPU编程模型中核函数最优尺寸求解方法及装置
- 下一篇：图像处理方法及终端
