一种基于神经网络的无监督三维医学图像配准方法及系统
授权
摘要
本发明提供一种基于神经网络的无监督三维医学图像配准方法及系统，包括：图像采集；对获取到的三维医学图像进行预处理；训练神经网络，得到训练好的神经网络模型；将待配准的医学图像输入训练好的神经网络模型进行配准，得到并输出配准图像。其中，本发明基于变形场变形场
变形场
以及基于变形后的图像
变形后的图像
变形后的图像
变形后的图像
利用损失函数计算固定图像IF与所述变形后的图像
之间的损失函数
基本信息
专利标题 ：
一种基于神经网络的无监督三维医学图像配准方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN110599528A
申请号 ：
CN201910828807.7
公开（公告）日 ：
2019-12-20
申请日 ：
2019-09-03
授权号 ：
CN110599528B
授权日 ：
2022-05-27
发明人 ：
赵秀阳马英君
申请人 ：
济南大学
申请人地址 ：
山东省济南市市中区南辛庄西路336号
代理机构 ：
济南舜源专利事务所有限公司
代理人 ：
刘雪萍
优先权 ：
CN201910828807.7
主分类号 ：
G06T7/33
IPC分类号 ：
G06T7/33 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/10
分割；边缘检测
G06T7/30
确定图像校准的变换参数，例如图像配准
G06T7/33
使用基于特征的方法
法律状态
2022-05-27 ：
授权
2020-01-14 ：
实质审查的生效
IPC(主分类) : G06T 7/33
申请日 : 20190903
申请日 : 20190903
2019-12-20 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
