[發明專利]圖像配準及其神經網絡訓練方法及裝置

有效

• 申請號: 202010071043.4
• 申請日: 2020-01-21
• 公開（公告）號: CN111275749B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 王軍搏;韓冬
• 申請（專利權）人: 沈陽先進醫療設備技術孵化中心有限公司
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06N3/0464;G06N3/084;G06N3/088;G06N3/045
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 靳玫

1.一種用于圖像配準的神經網絡訓練方法，其特征在于，所述神經網絡訓練方法包括：

獲取訓練樣本集合，所述訓練樣本集合包含多組訓練樣本對，每組訓練樣本對包含在不同的掃描條件下獲取的兩幅醫學圖像；

針對每組訓練樣本對，從所述兩幅醫學圖像中選擇一幅醫學圖像作為配準參考圖像，另一幅作為待配準圖像，輸入第一神經網絡，所述第一神經網絡用于估計所述待配準圖像向所述配準參考圖像配準的配準信息；

通過所述第一神經網絡輸出的配準信息對所述待配準圖像進行空間變換，得到第一預測配準圖像；

將所述第一預測配準圖像和所述待配準圖像輸入第二神經網絡，所述第二神經網絡用于估計所述第一預測配準圖像向所述待配準圖像配準的配準信息；

根據所述配準信息調節所述第一神經網絡和所述第二神經網絡的網絡參數，所述第一神經網絡和所述第二神經網絡共享所述網絡參數；

通過訓練完成的神經網絡對所述醫學圖像進行圖像配準。

2.如權利要求1所述的用于圖像配準的神經網絡訓練方法，其特征在于，根據所述配準信息調節所述第一神經網絡和所述第二神經網絡的網絡參數，包括：

通過所述第二神經網絡輸出的配準信息對所述第一預測配準圖像進行空間變換，得到第二預測配準圖像；

確定所述第二預測配準圖像與所述待配準圖像的損失誤差，以及所述第一預測配準圖像與所述配準參考圖像的損失誤差；

根據所述損失誤差調節所述網絡參數。

3.如權利要求1所述的用于圖像配準的神經網絡訓練方法，其特征在于，所述神經網絡訓練方法還包括：

對調所述訓練樣本對中兩幅醫學圖像的準參考圖像與待配準圖像的關系后，將其作為新的訓練樣本對輸入所述第一神經網絡。

4.如權利要求1所述的用于圖像配準的神經網絡訓練方法，其特征在于，所述第一神經網絡和所述第二神經網絡均包含第一類卷積層單元和第二類卷積單元；

所述第一神經網絡估計所述待配準圖像向所述配準參考圖像配準的配準信息，包括：

基于所述第一類卷積層單元對所述待配準圖像和所述配準參考圖像進行卷積操作，得到所述待配準圖像與所述配準參考圖像的特征圖；

基于所述第二類卷積單元對所述特征圖進行反卷積操作，得到所述待配準圖像向所述配準參考圖像配準的配準信息。

5.一種用于圖像配準的神經網絡訓練方法，其特征在于，所述神經網絡訓練方法包括：

獲取訓練樣本集合，所述訓練樣本集合包含多組訓練樣本對，每組訓練樣本對包含兩幅醫學圖像，所述兩幅醫學圖像在不同的掃描條件下獲取；

針對每組訓練樣本對，從所述兩幅醫學圖像中選擇一幅醫學圖像作為配準參考圖像，另一幅作為待配準圖像，輸入神經網絡，所述神經網絡用于估計所述待配準圖像向所述配準參考圖像配準的配準信息；

通過所述神經網絡輸出的配準信息對所述待配準圖像進行空間變換，得到預測配準圖像；

確定所述預測配準圖像與所述配準參考圖像的損失誤差，并根據所述損失誤差調節所述神經網絡的網絡參數；

通過訓練完成的神經網絡對所述醫學圖像進行圖像配準。

6.一種圖像配準方法，其特征在于，所述圖像配準方法包括：

將待配準圖像和配準參考圖像輸入神經網絡，所述神經網絡由權利要求1-5中任意一項所述的用于圖像配準的神經網絡訓練方法訓練得到；

通過所述神經網絡輸出的配準信息對所述待配準圖像進行空間變換，實現所述待配準圖像向所述配準參考圖像的配準。