[发明专利]一种基于DGAN的脑部图像配准方法

摘要

现有的脑部图像配准技术在配准精度和速度上还存在着不足，对于待配准图像中出现的较大变形，应对能力较差。为了实现对脑部图像进行的高效、快速配准，便于医生进行治疗，提出了一种基于生成对抗网络的脑部图像配准方法(D‑GAN)。在生成模型前边加上卷积神经网络和去噪和特征强化。通过加入去噪和特征强化能够使图像的清晰度更高，便于图像的进行更精确的处理。在生成模型通过U型卷积网络来实现对数据的多尺度特征的提取，判别网络将生成模型得出的样本概率图与样本真值标签一同输入深度卷积网络，给真实样本赋予较高标签，生成样本赋予较低标签。通过生成模型和判别模型的相互抗衡调节网络参数权重，二者达到平衡时网络使整体网络收敛。本发明能够通过自动学习同一数据集之间的映射联系，增强模型的泛化能力。本发明能实现精确、快速的配准。