一种基于元学习的医学图像配准方法及装置

    公开(公告)号:CN116385499A

    公开(公告)日:2023-07-04

    申请号:CN202310293582.6

    申请日:2023-03-23

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于元学习的医学图像配准方法及装置,首先获取多领域不同模态的可配准医学数据集,对其进行预处理、分类与任务定义后分别得到预训练任务集与新任务集;然后利用预训练任务集对预设目标配准模型进行预训练,预设目标配准模型收敛后求得第一模型参数;再在预训练任务集中随机抽样出任务,对每一个任务都进行随机次数k次的梯度下降后求出任务的微调后参数,利用微调后参数不断回溯更新之前的第一模型参数直到收敛,收敛后求得第二模型参数;接着前一步骤中得到的收敛模型进行新任务集的训练,收敛后求得第三模型参数;最后利用前一步骤中得到的收敛模型对新目标任务中的医学图像进行配准。

    一种基于联合均衡优化算法的多模态图像配准方法

    公开(公告)号:CN117689699A

    公开(公告)日:2024-03-12

    申请号:CN202211032085.2

    申请日:2022-08-26

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于联合均衡优化算法的多模态图像配准方法,其中的方法包括:获取病人部位的电子计算机断层扫描图像、核磁共振图像,对其进行预处理,对算法进行参数初始化设置;计算预处理后两种图像的交叉累积剩余熵并将其作为粒子的相似性测度,并将其与当前最优解比较,对所得当前最优解进行变量存储;计算各维度对应的粒子联合向量,构建包含当前最优解与平均向量的平衡状态池;从平衡状态池中随机选出一候选解计算出指数项系数与质量生成速率,直到满足迭代条件,得到全局最优解。将电子计算机断层扫描图像中间层图像应用该向量解可实现与核磁共振图像的配准。本发明在基于交叉累积剩余熵的医学图像配准中取得了良好的效果。

Patent Agency Ranking