一种结合智能体和注意力机制的多模态医学图像配准方法
公开
摘要
本发明涉及一种基于深度强化学习的多模态医学图像刚性配准算法，这是一种新的端到端的多模态图像配准方法，由异步优势演员评论家(A3C)进行训练，能够模仿人类专家的逐步配准过程，增强了配准结果的可解释性。鉴于多模态配准任务在计算复杂度方面的严峻挑战，本发明将强化学习与注意力机制结合，使智能体能够捕捉更加抽象的高维特征，避免引入参数量巨大的深层次神经网络，保持了网络轻量高效的特性，这使得模型易于训练，且具有强大的鲁棒性和泛化能力，能够驱动模型能够沿着正确的方向扭曲移动图像。
基本信息
专利标题 ：
一种结合智能体和注意力机制的多模态医学图像配准方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114581499A
申请号 ：
CN202210156588.4
公开（公告）日 ：
2022-06-03
申请日 ：
2022-02-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
胡靖帅志坤吴锡
申请人 ：
成都信息工程大学
申请人地址 ：
四川省成都市西南航空港经济开发区学府路1段24号
代理机构 ：
成都智涌知识产权代理事务所(普通合伙)
代理人 ：
魏振柯
优先权 ：
CN202210156588.4
主分类号 ：
G06T7/33
IPC分类号 ：
G06T7/33 G06N3/04 G06N3/08
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
2022-06-03 ：
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
