[发明专利]一种基于卷积神经网络的医学图像配准方法、系统及电子设备在审
| 申请号： | 201711017916.8 | 申请日： | 2017-10-26 |
| 公开（公告）号： | CN107798697A | 公开（公告）日： | 2018-03-13 |
| 发明（设计）人： | 王书强;张彬彬;胡明辉;胡勇;王祖辉 | 申请（专利权）人： | 中国科学院深圳先进技术研究院 |
| 主分类号： | G06T7/33 | 分类号： | G06T7/33;G06T7/55;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市科进知识产权代理事务所(普通合伙)44316 | 代理人： | 赵勍毅 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及一种基于卷积神经网络的医学图像配准方法、系统及电子设备。所述方法包括步骤a在卷积神经网络的全连接层的权值矩阵上引入张量列，得到张量卷积神经网络；步骤b获取具有参数t的至少两幅待配准图像，并获取所述至少两幅待配准图像的图像子模块；其中，所述参数t表示每幅待配准图像对应的3D模型刚体变换参数，所述图像子模块是至少两幅待配准图像在局部的差值；步骤c将所述图像子模块输入张量卷积神经网络，所述张量卷积神经网络根据图像子模块计算所述至少两幅待配准图像之间关于参数t的参数关系，并根据所述参数关系对至少两幅待配准图像进行配准。本申请可以缩短网络训练时间，提高图像配准精度。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 医学 图像 方法 系统 电子设备 | ||
【主权项】：
一种基于卷积神经网络的医学图像配准方法，其特征在于，包括：步骤a：在卷积神经网络的全连接层的权值矩阵上引入张量列，得到张量卷积神经网络；步骤b：获取具有参数t的至少两幅待配准图像，并获取所述至少两幅待配准图像的图像子模块；其中，所述参数t表示每幅待配准图像对应的3D模型刚体变换参数，所述图像子模块是至少两幅待配准图像在局部的差值；步骤c：将所述图像子模块输入张量卷积神经网络，所述张量卷积神经网络根据图像子模块计算所述至少两幅待配准图像之间关于参数t的参数关系，并根据所述参数关系对至少两幅待配准图像进行配准。
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中国科学院深圳先进技术研究院，未经中国科学院深圳先进技术研究院许可，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/201711017916.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于保局PCA的三维点云配准方法
- 下一篇：一种机器人的平面空间定位方法
