[发明专利]基于深度学习的多模态医学图像无监督配准方法及系统在审
| 申请号： | 202111461476.1 | 申请日： | 2021-12-02 |
| 公开（公告）号： | CN114119689A | 公开（公告）日： | 2022-03-01 |
| 发明（设计）人： | 蔡聪波;柯凌志;蔡淑惠 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06T7/33 | 分类号： | G06T7/33;G06N3/08 |
| 代理公司： | 厦门南强之路专利事务所(普通合伙) 35200 | 代理人： | 马应森;刘勇 |
| 地址： | 361005 福建*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于深度学习的多模态医学图像无监督配准方法及系统，涉及医学图像配准。制作模拟仿真样本，将浮动图像、参考图像及浮动图像的序列相关信息输入配准子网络N1，利用所得形变场对浮动图像重采样得初步配准图像；将初步配准图像、参考图像及原序列相关信息输入配准网络N2，利用所得最终形变场对初步配准图像重采样得最终配准图像，通过计算配准图像与参考图像间的损失函数对网络优化从而达到非刚性医学图像的精确配准。系统设有数据仿真模块、网络训练样本预处理模块、神经网络模型训练模块、待配准样本及序列信息预处理模块和无监督配准模块。解决深度学习方法对数据样本的依赖性。只需协同输入待配准浮动图像的序列信息图即可精确完成配准。 | ||
| 搜索关键词： | 基于 深度 学习 多模态 医学 图像 监督 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厦门大学，未经厦门大学许可，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/202111461476.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种电机转轴的加工方法
- 下一篇：参与烟草干旱胁迫反应的基因及其应用
