[发明专利]基于深度学习特征光流的医学图像形变配准方法及系统有效
| 申请号： | 201911413634.9 | 申请日： | 2019-12-31 |
| 公开（公告）号： | CN111127532B | 公开（公告）日： | 2020-12-22 |
| 发明（设计）人： | 胡金蓉;李达平;雷志琴;吴锡;周激流 | 申请（专利权）人： | 成都信息工程大学 |
| 主分类号： | G06T7/33 | 分类号： | G06T7/33;G06K9/46;G06N3/04 |
| 代理公司： | 北京轻创知识产权代理有限公司 11212 | 代理人： | 刘红阳 |
| 地址： | 610225 四川省成都*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于图像处理技术领域，公开了一种基于深度学习特征光流的医学图像形变配准方法及系统，提取像素所在图像块，用训练好的Siamese网络提取像素所在图像块的深度学习特征，基于该特征求解光流场。本发明通过Siamese特征提取良好的特征描述符，提高像素点的匹配精度；通过对比损失函数学习到的映射关系，使得在高维空间中相同类别但距离较远的点在特征维空间中距离更近；而不同类别但距离较近的点在特征维空间中距离更远；基于对比损失函数训练的Siamese卷积神经网络提取的Siamese特征比SIFT特征以及一般的深度学习特征等区分度更高、更稳定，更适宜于差异计算和得到更加准确的计算结果。 | ||
| 搜索关键词： | 基于 深度 学习 特征 医学 图像 形变 方法 系统 | ||
【主权项】：
暂无信息
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成都信息工程大学，未经成都信息工程大学许可，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/201911413634.9/，转载请声明来源钻瓜专利网。
- 上一篇：固定稳固的太阳能电池片分选机
- 下一篇：二层组播主备倒换方法和系统
