[发明专利]一种基于多光谱的眼底图像配准方法及系统

摘要

本公开提供了一种基于多光谱眼底图像的配准方法。基于多光谱眼底图像的配准方法，包括：利用RHA获取多光谱眼底图像，选取模板眼底图像和待配准眼底图像；构造回归网络用于获得模板眼底图像与待配准眼底图像之间的形变场,并在回归网络中加入特征平衡层和金字塔结构；构造损失函数，包括血管标签图的相似度损失和形变场的平化约束；采取弱监督的方式训练网络，用处理后的眼底图像的分割图作为训练网络的标签。本公开以分割图作为指导采用弱监督的方式训练配准模型，实践证明此方法能有效的解决多光谱眼底图像配准的问题，可以达到很好的效果，并且弱监督的分割导向的配准方法可以扩展到更多的多模态图像配准问题。

主权项

1.一种基于多光谱的眼底图像配准方法，其特征在于，包括：/n(1)采集在不同光谱下的眼底图像，确定模板眼底图像和待配准眼底图像；/n(2)基于特征平衡层和金字塔结构构建回归网络模型，获得模板眼底图像和待配准眼底图像之间的空间变换矩阵；/n(3)采取弱监督的方法训练回归网络，以眼底图像的分割图作为标签，获得模板眼底图像和待配准眼底图像的血管标签图，使用高斯滤波器处理血管标签图，利用处理后的血管标签图纠正模板眼底图像和待配准眼底图像的空间变换，使回归网络模型输出近似平滑的结果；/n(4)利用训练完成的回归网络模型，完成多光谱眼底图像配准。/n