[发明专利]CT图片的配准方法有效
| 申请号： | 201811558768.5 | 申请日： | 2018-12-19 |
| 公开（公告）号： | CN109712175B | 公开（公告）日： | 2022-09-23 |
| 发明（设计）人： | 姚朴健;包勇;文耀锋 | 申请（专利权）人： | 浙江大学常州工业技术研究院 |
| 主分类号： | G06T7/33 | 分类号： | G06T7/33;G06N3/04;G06N3/08 |
| 代理公司： | 常州市权航专利代理有限公司 32280 | 代理人： | 朱鑫乐 |
| 地址： | 213000 江苏省常州市新*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种CT图片的配准方法，包括以下步骤：从第一CT图片集中选取一个切片层的1张CT图片和前后2张CT图片，从第二CT图片集中选取同一切片层的1张CT图片和前后2张CT图片，以上10张CT图片作为一个训练样本；按照上述方式从不同的切片层获取若干个训练样本组成训练集；训练神经网络；这种CT图片的配准方法利用双通道的卷积神经网络对不同时期的CT图片进行配准，匹配效率和准确性较高。 | ||
| 搜索关键词： | ct 图片 方法 | ||
【主权项】：
1.一种CT图片的配准方法，其特征在于，包括以下步骤：S1、从第一CT图片集中选取一个切片层的1张CT图片和前后2张CT图片，从第二CT图片集中选取同一切片层的1张CT图片和前后2张CT图片，以上10张CT图片作为一个训练样本；按照上述方式从不同的切片层获取若干个训练样本组成训练集；S2、构造卷积神经网络，所述卷积神经网络包括共享权值的第一通道和第二通道；所述卷积神经网络的损失函数为：![]()
其中m为预设值，D为第一通道输出的第一特征向量与第二通道输出的第二特征向量的欧氏距离；S3、将所述训练集输入到卷积神经网络中进行正样本训练和负样本训练，得到训练好的卷积神经网络：正样本训练：从同一个训练样本中选取两张CT图并且分别输入到第一通道和第二通道中，将第一特征向量和第二特征向量输入损失函数中，其中l为1，根据损失函数的值反向传播，更新卷积神经网络的权值；负样本训练：从不同的两个训练样本中分别选取一张CT图并且分别输入到第一通道和第二通道中，将第一特征向量和第二特征向量输入损失函数中，其中l为0，根据损失函数的值反向传播，更新卷积神经网络的权值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学常州工业技术研究院，未经浙江大学常州工业技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811558768.5/，转载请声明来源钻瓜专利网。
