金字塔循环形变的医学图像配准方法、装置、设备及介质制造方法及图纸

本申请涉及一种金字塔循环形变的医学图像配准方法、装置、设备及介质，其中方法包括：获取待配准的固定医学图像和移动医学图像并对其进行预处理，得到初始固定医学图像和初始移动医学图像；通过目标金字塔循环形变模型的编码器分别对初始固定医学图像和初始移动医学图像进行特征提取得到固定医学特征图和移动医学特征图；对第四层的固定医学特征图和移动医学特征图进行特征融合和图像形变得到初始循环融合特征图和第一目标形变场；基于初始循环融合特征图、前三层的固定医学特征图和移动医学特征图进行循环卷积处理以输出第二目标形变场，通过第二目标形变场对移动图像进行形变处理得到目标配准结果。本发明专利技术提高了医学图像配准的效率和精确性。图像配准的效率和精确性。图像配准的效率和精确性。

【技术实现步骤摘要】
金字塔循环形变的医学图像配准方法、装置、设备及介质


[0001]本申请涉及人工智能
，尤其涉及一种金字塔循环形变的医学图像配准方法、装置、设备及介质。

技术介绍

[0002]可变形图像配准一直是医学影像学领域的重要研究方向,对于手术前规划、手术导航、疾病诊断及随访至关重要。对于给定的移动图像和固定图像,可变形配准通过预测一个物理可能的非线性变换来裁剪移动图像与固定图像匹配。通过这种方式,来自单向/多模态的信息可以融合到一个共同的坐标系中,协助医生进行诊断和治疗。尽管已开发多种算法,但是精确高效的配准仍然具有挑战性,特别是在大变形和对体素数据有高要求的计算量的情况下。
[0003]近年来，基于深度神经网络的配准技术已成为大规模医学图像配准的有力标准，因为其快速的推理时间和精度通常优于传统迭代方法。深度配准模型在训练阶段使用整个训练集作为优化目标来训练网络参数，而不是使用一对图像。经过训练后，这些深度配准模型通常只需要几秒钟就可以推断出图像对的变形场。然而，由于在变形估计过程中的迭代优化，大多数传统的配准方法可以计算密集和耗时,难以处理复杂的体积变形在医学图像配准任务中经常遭遇复杂的形变问题。尽管已提出各种先进的配准模型，但是精确高效的可变形配准仍然具有挑战性，特别是处理大体积形变。故现亟需一种医学图像配准方法，以提高医学图像配准的效率和精确性。

技术实现思路

[0004]本申请实施例的目的在于提出一种金字塔循环形变的医学图像配准方法、装置、设备及介质，以提高医学图像配准的效率和精确性。r/>[0005]为了解决上述技术问题，本申请实施例提供一种金字塔循环形变的医学图像配准方法，包括：
[0006]获取待配准的固定医学图像和移动医学图像；
[0007]分别对所述固定医学图像和所述移动医学图像进行预处理，得到初始固定医学图像和初始移动医学图像；
[0008]通过目标金字塔循环形变模型的编码器分别对所述初始固定医学图像和所述初始移动医学图像进行特征提取，得到固定医学特征图和移动医学特征图，其中，所述固定医学特征图和所述移动医学特征图均包括四层特征图；
[0009]通过所述目标金字塔循环形变模型的解码器对第四层固定医学特征图和第四层移动医学特征图进行特征融合和图像形变处理，得到初始循环融合特征图和第一目标形变场；
[0010]基于所述初始循环融合特征图、前三层固定医学特征图和前三层移动医学特征图在各自对应的解码器中进行循环卷积处理，以输出第二目标形变场，并通过所述第二目标
形变场对所述移动特征图进行形变处理，得到目标配准结果。
[0011]为了解决上述技术问题，本申请实施例提供一种金字塔循环形变的医学图像配准装置，包括：
[0012]医学图像获取单元，用于获取待配准的固定医学图像和移动医学图像；
[0013]图像预处理单元，用于分别对所述固定医学图像和所述移动医学图像进行预处理，得到初始固定医学图像和初始移动医学图像；
[0014]特征提取单元，用于通过目标金字塔循环形变模型的编码器分别对所述初始固定医学图像和所述初始移动医学图像进行特征提取，得到固定医学特征图和移动医学特征图，其中，所述固定医学特征图和所述移动医学特征图均包括四层特征图；
[0015]图像形变处理单元，用于通过所述目标金字塔循环形变模型的解码器对第四层固定医学特征图和第四层移动医学特征图进行特征融合和图像形变处理，得到初始循环融合特征图和第一目标形变场；
[0016]配准结果生成单元，用于基于所述初始循环融合特征图、前三层固定医学特征图和前三层移动医学特征图在各自对应的解码器中进行循环卷积处理，以输出第二目标形变场，并通过所述第二目标形变场对所述移动特征图进行形变处理，得到目标配准结果。
[0017]为解决上述技术问题，本专利技术采用的一个技术方案是：提供一种计算机设备，包括，一个或多个处理器；存储器，用于存储一个或多个程序，使得一个或多个处理器实现上述任意一项所述的金字塔循环形变的医学图像配准方法。
[0018]为解决上述技术问题，本专利技术采用的一个技术方案是：一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的金字塔循环形变的医学图像配准方法。
[0019]本专利技术实施例提供了一种金字塔循环形变的医学图像配准方法、装置、设备及介质。其中，方法包括：获取待配准的固定医学图像和移动医学图像；分别对所述固定医学图像和所述移动医学图像进行预处理，得到初始固定医学图像和初始移动医学图像；通过目标金字塔循环形变模型的编码器分别对所述初始固定医学图像和所述初始移动医学图像进行特征提取，得到固定医学特征图和移动医学特征图，其中，所述固定医学特征图和所述移动医学特征图均包括四层特征图；通过所述目标金字塔循环形变模型的解码器对第四层固定医学特征图和第四层移动医学特征图进行特征融合和图像形变处理，得到初始循环融合特征图和第一目标形变场；基于所述初始循环融合特征图、前三层固定医学特征图和前三层移动医学特征图在各自对应的解码器中进行循环卷积处理，以输出第二目标形变场，并通过所述第二目标形变场对所述移动特征图进行形变处理，得到目标配准结果。本专利技术实施例对移动医学图像和固定医学图像的特征分开进行建模，然后在解码器将移动医学图像和固定医学图像进行循环卷积处理和图像形变处理，并生成从粗到细并且逐级循环预测形变场，最终基于该预测形变场生成目标配准图像，从而有利于提高医学图像配准的效率和精确性。
附图说明
[0020]为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域
普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本申请实施例提供的金字塔循环形变的医学图像配准方法流程的实现流程图；
[0022]图2是本申请实施例提供的网络整体结构示意图；
[0023]图3是本申请实施例提供的编码器结构示意图；
[0024]图4是本申请实施例提供的解码器结构示意图；
[0025]图5是本申请实施例提供的金字塔循环形变的医学图像配准方法中子流程的实现流程图；
[0026]图6是本申请实施例提供的金字塔循环形变的医学图像配准方法中子流程的实现流程图；
[0027]图7是本申请实施例提供的金字塔循环形变的医学图像配准方法中子流程的实现流程图；
[0028]图8是本申请实施例提供的金字塔循环形变的医学图像配准方法中子流程的实现流程图；
[0029]图9是本申请实施例提供的金字塔循环形变的医学图像配准方法中子流程的实现流程图；
[0030]图10是本申请实施例提供的金字塔循环形变的医学图像配准方法中子流程的实现流程图；
[0031]图11是本申请实施例提供的金字塔循环形变的医学图像配本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种金字塔循环形变的医学图像配准方法，其特征在于，包括：获取待配准的固定医学图像和移动医学图像；分别对所述固定医学图像和所述移动医学图像进行预处理，得到初始固定医学图像和初始移动医学图像；通过目标金字塔循环形变模型的编码器分别对所述初始固定医学图像和所述初始移动医学图像进行特征提取，得到固定医学特征图和移动医学特征图，其中，所述固定医学特征图和所述移动医学特征图均包括四层特征图；通过所述目标金字塔循环形变模型的解码器对第四层固定医学特征图和第四层移动医学特征图进行特征融合和图像形变处理，得到初始循环融合特征图和第一目标形变场；基于所述初始循环融合特征图、前三层固定医学特征图和前三层移动医学特征图在各自对应的解码器中进行循环卷积处理，以输出第二目标形变场，并通过所述第二目标形变场对所述移动特征图进行形变处理，得到目标配准结果。2.根据权利要求1所述的金字塔循环形变的医学图像配准方法，其特征在于，所述通过目标金字塔循环形变模型的编码器分别对所述初始固定医学图像和所述初始移动医学图像进行特征提取，得到固定医学特征图和移动医学特征图，包括：将所述初始固定医学图像和所述初始移动医学图像输入至所述目标金字塔循环形变模型中；通过非共享权重的残差卷积编码器的四层卷积模块分别对所述初始固定医学图像和所述初始移动医学图像提取层级特征，并通过后三层所述卷积模块对所提取的层级特征进行下采样处理，得到所述固定医学特征图和所述移动医学特征图。3.根据权利要求1所述的金字塔循环形变的医学图像配准方法，其特征在于，所述通过所述目标金字塔循环形变模型的解码器对第四层固定医学特征图和第四层移动医学特征图进行特征融合和图像形变处理，得到初始循环融合特征图和第一目标形变场，包括：将所述第四层固定医学特征图和所述第四层移动医学特征图进行拼接，得到拼接后特征图，并通过所述目标金字塔循环形变模型中最外层解码器的第一卷积模块对所述拼接后特征图进行特征融合，得到初始融合特征图；将所述初始融合特征图输入至第二卷积模块进行卷积处理生成第一形变场，并根据所述第一形变场对所述第四层移动医学特征图进行图像形变处理，得到第一形变特征图；基于所述初始融合特征图、所述第四层固定医学特征图和所述第一形变特征图进行循环卷积处理，生成所述初始循环融合特征图和所述第一目标形变场。4.根据权利要求3所述的金字塔循环形变的医学图像配准方法，其特征在于，所述基于所述初始融合特征图、所述第四层固定医学特征图和所述第一形变特征图进行循环卷积处理，生成所述初始循环融合特征图和所述第一目标形变场，包括：将所述初始融合特征图、所述第四层固定医学特征图和所述第一形变特征图进行拼接，得到第一拼接特征图；通过所述第一卷积模块对所述第一拼接特征图进行卷积处理，得到第二融合特征图；将所述第二融合特征图输入所述第二卷积模块中生成第一形变子场，并将所述第一形变子场与所述第一形变场进行融合，得到第一形变总场；基于所述第一形变总场对所述第一形变特征图进行图像形变处理，得到第一次循环形
变特征图，判断是否达到第一预设循环次数，若否，则重新执行循环卷积处理，并在每一次循环卷积处理过程中均输出形变子场，并将该形变子场与上一循环结束时的形变总场进行融合以进行图像形变处理，直至达到所述第一预设循环次数，得到所述初始循环融合特征图和所述第一目标形变场。5.根据权利要求3所述的金字塔循环形变的医学图像配准方法，其特征在于，所述基于所述初始循环融合特征图、前三层固定医学特征图和前三层移动医学特征图在各自对应的解码器中进行循环卷积处理，以输出第二目标形变场，并通过所述第二目标形变场对所述移动特征图进行形变处理，得到目标配准结果，包括：在内三层解码器的任一层解码器中，获取前一层解码器所输入的形变场和融合特征图；将前一层解码器所输入的形变场进行倍增处理，得到倍增后形变场；对前一层解码器所输入的形变特征图进行三线性插值上采样，得到初始基础特征图；通过所述倍增后形变场对该层解码器所输入的移动医学特征图进行形变处理，得到第二形变特征图；基于所述第二形变特征图、所述倍增后形变场和所述初始基础特征图在该层解码器中进行循环卷积处理，得到该层解码器所输出的形变...

【专利技术属性】
技术研发人员：王毅，王海桥，
申请(专利权)人：深圳大学，
类型：发明
国别省市：