窗口自适应的大形变肺图像配准网络设计
摘要
提出一种结合关键点周围的强度特征和局部关键点几何结构特征的肺计算机断层扫描（CT）图像配准方法。该方法首先利用窗口自适应模块计算强度特征相关系数以提高模型训练效率，接着利用多尺度残差卷积网络来提取更多尺度的特征细节信息和缓解由于网络层数增加导致的梯度消失问题，最后利用密集连接的图卷积提取局部关键点间的几何结构特征和强度特征相结合的信息，通过强度特征和局部点间的几何结构特征信息来共同表征配准图像对点间的对应关系，以提高肺图像配准的鲁棒性。在DIR-lab、COPDgene和Creatis数据集上对算法进行验证，得到本文算法的目标配准误差分别为1.21 mm、1.53 mm和1.00 mm，相较于Graphregnet算法，本文算法的目标配准误差在DIR-lab、COPDgene和Creatis数据集上分别减小了18.8%、13.1%和6.5%，且配准时间仅为0.57 s。实验结果表明，本文算法能有效地提升配准精度，且具有较好的实时性和鲁棒性。
引用本文（GB/T 7714）
易见兵 Yi Jianbing, 陈曦 Chen Xi, 曹锋 Cao Feng, 等. 窗口自适应的大形变肺图像配准网络设计[J]. Acta Optica Sinica, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。