申请/专利权人：青岛山大齐鲁医院(山东大学齐鲁医院(青岛))

申请日：2024-06-03

公开（公告）日：2024-07-02

公开（公告）号：CN118279364A

主分类号：G06T7/33

分类号：G06T7/33;G06T7/11;G06N3/0455;G06N3/0464;G06N3/082

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.19#实质审查的生效;2024.07.02#公开

摘要：本发明涉及图像处理技术领域，具体公开了一种MRI影像与CBCT影像的配准方法，包括：S1、对CBCT影像及其配对的CT影像、MRI影像中的椎节进行标注，分割得到对应的椎节影像；S2、通过S1得到若干组配对的CBCT椎节影像和CT椎节影像，进行配准，以CT椎节影像和CBCT椎节影像作为样本集训练得到增强推理模型；S3、将经S1处理后的CBCT椎节影像输入增强推理模型对进行增强，将增强结果和与其配对的MRI椎节影像作为训练样本对进行训练得到配准推理模型；S4、将经S1处理后的待配准的CBCT椎节影像和MRI椎节影像输入至配准推理模型，得到配准结果。本发明能够增强术中的CBCT影像，将术前规划及诊断与术中手术场景关联，缩短医生诊断及规划、手术的时间。

主权项：1.一种MRI影像与CBCT影像的配准方法，其特征在于，包括：S1、对CBCT影像及其配对的CT影像、MRI影像中的椎节进行标注，分别分割得到对应的椎节影像，并通过梯度算法得到其中CT椎节影像的梯度特征；S2、通过S1得到若干组配对的CBCT椎节影像和CT椎节影像，并分别进行配准，以CT椎节影像和配准后的CBCT椎节影像作为样本集输入改进的U-Net网络模型进行训练得到增强推理模型；所述改进的U-Net网络模型在U-Net网络模型的下采样模块的每一层后分别设置一分支模块，所述分支模块包括1x1卷积层和自注意力模块，所述1x1卷积层对所述下采样模块每一层输出的纹理特征和S1得到的与CBCT椎节影像配对的CT椎节影像的梯度特征进行级联，以级联后的特征作为所述自注意力模块的输入，进而得到融合特征；S3、将经S1处理后的CBCT椎节影像输入S2得到的增强推理模型对进行增强，将增强后的CBCT椎节影像和与其配对的MRI椎节影像作为样本集，训练得到配准推理模型；S4、将经S1处理得到的待配准的CBCT椎节影像输入S2得到的增强推理模型进行增强，将增强后的CBCT椎节影像和与其配对的MRI椎节影像输入S3得到的配准推理模型，得到配准结果。

全文数据：

权利要求：

百度查询： 青岛山大齐鲁医院(山东大学齐鲁医院(青岛)) 一种MRI影像与CBCT影像的配准方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD