申请/专利权人:北京推想科技有限公司
申请日:2019-11-01
公开(公告)日:2020-10-16
公开(公告)号:CN110827335B
主分类号:G06T7/33(20170101)
分类号:G06T7/33(20170101);G06T3/40(20060101);G06N3/04(20060101);G06N3/08(20060101)
优先权:
专利状态码:有效-授权
法律状态:2020.10.16#授权;2020.03.17#实质审查的生效;2020.02.21#公开
摘要:本申请实施例提供了一种乳腺影像配准方法、装置、电子设备和计算机可读存储介质,解决了现有配准方式的配准精度差、无法实现整图配准、以及人工数据成本高昂问题。该乳腺影像配准方法包括:将乳腺影像和标准乳腺影像输入参数提取网络模型以获取空间变换参数,其中,所述空间变换参数包括所述配准后影像中每个像素与所述乳腺影像中与该像素对应的像素之间的位置对应关系;以及根据所述乳腺影像和所述空间变换参数获取配准后影像;其中,所述参数提取网络模型为通过无监督训练过程建立的卷积神经网络模型。
主权项:1.一种乳腺影像配准方法,其特征在于,包括:将乳腺影像和标准乳腺影像输入参数提取网络模型以获取空间变换参数,其中,所述空间变换参数包括所述配准后影像中每个像素与所述乳腺影像中与该像素对应的像素之间的位置对应关系;以及根据所述乳腺影像和所述空间变换参数获取配准后影像;其中,所述参数提取网络模型为通过无监督训练过程建立的卷积神经网络模型;其中,所述将乳腺影像和标准乳腺影像输入参数提取网络模型以获取空间变换参数包括:将所述乳腺影像和所述标准乳腺影像拼接为一张拼接影像,其中所述乳腺影像和所述标准乳腺影像对应所述拼接影像的不同通道区域;对所述拼接影像进行N层级第一卷积操作,其中每个层级的所述第一卷积操作的输入对象为上一层级的所述第一卷积操作所输出的特征图的下采样结果,每个层级的所述第一卷积操作包括多次卷积过程;以及将所述N层级第一卷积操作中最后一个层级的所述第一卷积操作输出的特征图进行N-1层级第二卷积操作,其中所述N-1层级第二卷积操作与所述N层级第一卷积操作中的前N-1层级所述第一卷积操作相对应,每个层级的所述第二卷积操作的输入对象包括上一层级的所述第二卷积操作所输出的特征图的上采样结果以及对应的所述第一卷积操作输出的特征图的复制结果,每个层级的所述第二卷积操作包括多次卷积过程;其中,所述N-1层级第二卷积操作中最后一个层级的所述第二卷积操作的输出结果为所述空间变换参数。
全文数据:
权利要求:
百度查询: 北京推想科技有限公司 乳腺影像配准方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。