公开(公告)号：CN116452645A

公开(公告)日：2023-07-18

申请号：CN202310441400.5

申请日：2023-04-23

Applicant: 安徽大学 ,  合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)

Inventor： 韩婷婷 ,  屈磊 ,  李圆圆 ,  吴军 ,  黄志祥 ,  赵靖雨

IPC: G06T7/33 ,  G06T7/12 ,  G16H30/40 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明涉及一种基于符号距离函数协同分割的跨模态医学图像配准方法，包括：将跨模态生物医学图像分为浮动图像和固定图像；预估固定图像的符号距离场；得到训练后的分割模型；进行Voxel‑Morph配准模型的训练；重复步骤(2)到步骤(4)，直到重构模型、分割模型和配准模型收敛；将预估符号距离场和计算的待配准的、浮动图像的真实的符号距离场输入收敛后的Voxel‑Morph配准模型中生成配准后的浮动图像。本发明将跨模态图像的符号距离场作为潜在结构特征有效协同分割和配准任务，将跨模态图像配准问题转化成模态无关的单模态配准问题，大大提高了小样本场景下的跨模态生物医学图像的配准表现，提高了跨模态脑配准的精度。

公开(公告)号：CN114708308A

公开(公告)日：2022-07-05

申请号：CN202210042043.0

申请日：2022-01-14

Applicant: 安徽大学

Inventor： 屈磊 ,  孙锐 ,  吴军 ,  苗永春 ,  韩婷婷 ,  李圆圆

IPC: G06T7/30 ,  G06N3/04 ,  G06K9/62 ,  G06V10/774 ,  G06V10/74

Abstract: 本发明涉及一种基于深度自校准的递进式三维生物医学图像配准方法，与现有技术相比解决了递归级联配准策略中存在的信息泄露问题以及one‑shot配准策略中对位移场的平滑约束导致配准精度受限的缺陷。本发明包括以下步骤：三维生物医学图像数据集的获取和预处理；配准模型的构建；配准模型的训练；待配准图像与模板图像的获取与预处理；三维生物医学图像配准结果的获得。本发明通过将前次配准结果递归输入网络进行自校准优化并记录与整合每次递归产生的位移场，将空间中的大位移通过递归网络分段完成从而在无信息泄露的前提下提高了三维生物医学图像的配准精度，并有效的节省了GPU资源。