【技術實現步驟摘要】
本專利技術涉及圖像配準領域，尤其涉及一種基于前列腺mr圖像分割結果的多模態配準方法、裝置、設備及存儲介質。
技術介紹
1、在前列腺癌放射治療過程中，為了提高治療方案的有效性，通常首選實時超聲(us，ultrasound)圖像來引導腫瘤的穿刺。然而，超聲成像受組織對比度低的限制，且穿刺針會引入偽影并降低圖像質量。與us成像相比，磁共振(mr,magnetic?resonance)成像能更好地顯示軟組織的精細結構，因此在腫瘤識別過程中具有優勢。在高質量的mr圖像上勾畫出器官和腫瘤輪廓，然后利用圖像配準技術將其融合到us圖像上，將有助于提高前列腺放射治療的效果。近年來，人們提出了基于深度學習的圖像配準方法來實現配準的自動化。通常，待配準的源圖像和目標圖像被輸入到深度學習網絡，并預測相應的變換矩陣或變形場。然后，可以用該矩陣或變形場對源圖像進行變換，以生成配準圖像。在網絡訓練過程中，通過測量配準圖像和目標圖像之間的相似度來優化網絡參數。然而，多模態圖像配準仍然是一個具有挑戰性的任務，主要是因為在優化過程中很難度量圖像的相似性。在mr和us圖像中，由于成像原理的不同，相同的解剖結構可能出現在不同的圖像強度范圍，因此傳統的基于強度的測量方法不能用于多模圖像配準。為了解決這個問題，人們研究了許多多模圖像配準策略。一些研究使用有監督的方法，通過測量預測變換矩陣和真實變換矩陣之間的差異來評估源圖像和目標圖像之間的相似性，而這種方法受到真實變換矩陣可用性和質量的高度限制。此外，有些研究還提出了弱監督策略，繞過了使用真實變換矩陣和基于強度的圖像相似性
技術實現思路
1、專利技術目的：提出基于前列腺mr圖像分割結果的多模態配準方法、裝置、設備及存儲介質，以解決現有技術存在的上述問題。
2、第一方面，提出一種基于前列腺mr圖像分割結果的多模態配準方法，包括如下階段：
3、s1、分割階段：將mri圖像和us圖像分別輸入各自的分割網絡，分別得到mri前列腺圖像、us前列腺圖像、以及各自的腫瘤和特征點標簽的概率圖；
4、s2、仿射變換階段：將所述mri前列腺圖像和us前列腺圖像、以及各自的腫瘤和特征點標簽的概率圖輸入到仿射變換網絡，輸出仿射變換矩陣，并得到仿射變換后的mri前列腺圖像、腫瘤和特征點標簽的概率圖；
5、s3、彈性變換階段：將所述us前列腺圖像和仿射變換后的mri前列腺圖像、腫瘤和特征點標簽的概率圖輸入到彈性變換網絡，輸出密集變形場，并得到彈性變換后的mri前列腺圖像、腫瘤和特征點標簽的概率圖。
6、在第一方面進一步的實施例中，步驟s2進一步包括：
7、在仿射配準之后，將變形后的mri分割標簽和us的分割標簽輸入到可變形配準網絡；
8、在網絡訓練過程中，dice損失被用作標簽相似度代價函數的一部分，鼓勵所述可變形配準網絡在變形后mr標簽和固定的us標簽之間產生重疊。
9、在第一方面進一步的實施例中，步驟s2中仿射變換損失函數為dice損失函數ldice：
10、
11、式中，wp和fp代表像素p的標簽概率值，v代表整個3d圖像。
12、在第一方面進一步的實施例中，在所述dice損失函數ldice的基礎之上，加入變形場梯度的l2范數作為正則項，以平滑配準變形場：
13、
14、式中，lsmooth為變形場的正則約束項，具體為變形場空間梯度的l2范數，為配準變形場。
15、在第一方面進一步的實施例中，基于所述dice損失函數ldice、變形場的正則約束項lsmooth，得到總的損失函數ltotal：
16、
17、式中，ltotal為總的損失函數，為第k個標簽的dice損失函數，k＝0，1，...n；是第k個標簽對應的損失函數權重。
18、本專利技術的第二方面，提出一種基于前列腺mr圖像分割結果的多模態配準裝置，該裝置包括分割模塊、仿射變換模塊、彈性變換模塊。
19、分割模塊用于將mri圖像和us圖像分別輸入各自的分割網絡，分別得到mri前列腺圖像、us前列腺圖像、以及各自的腫瘤和特征點標簽的概率圖；
20、仿射變換模塊用于將所述mri前列腺圖像和us前列腺圖像、以及各自的腫瘤和特征點標簽的概率圖輸入到仿射變換網絡，輸出仿射變換矩陣，并得到仿射變換后的mri前列腺圖像、腫瘤和特征點標簽的概率圖；
21、彈性變換模塊用于將所述us前列腺圖像和仿射變換后的mri前列腺圖像、腫瘤和特征點標簽的概率圖輸入到彈性變換網絡，輸出密集變形場，并得到彈性變換后的mri前列腺圖像、腫瘤和特征點標簽的概率圖。
22、本專利技術的第三方面，提出一種電子設備，所述設備包括：處理器以及存儲有計算機程序指令的存儲器；所述處理器執行所述計算機程序指令時實現如第一方面所述的基于前列腺mr圖像分割結果的多模態配準方法。
23、本專利技術的第四方面，提出一種計算機可讀存儲介質，其特征在于，所述存儲介質中存儲有至少一個可執行指令，所述可執行指令在電子設備上運行時，使得電子設備執行如第一方面所述的基于前列腺mr圖像分割結果的多模態配準方法。
24、相對于現有技術，本申請結合了圖像分割模型，得到前列腺，腫瘤以及一些特征點的標記，針對圖像質量差，缺乏弱監督標記和難以準確配準的問題，實現更加精準的多模態配準。
本文檔來自技高網...【技術保護點】
1.一種基于前列腺MR圖像分割結果的多模態配準方法，其特征在于，包括如下階段：
2.根據權利要求1所述的基于前列腺MR圖像分割結果的多模態配準方法，其特征在于，步驟S2進一步包括：
3.根據權利要求2所述的基于前列腺MR圖像分割結果的多模態配準方法，其特征在于，步驟S2中仿射變換損失函數為Dice損失函數LDice：
4.根據權利要求3所述的基于前列腺MR圖像分割結果的多模態配準方法，其特征在于，在所述Dice損失函數LDice的基礎之上，加入變形場梯度的L2范數作為正則項，以平滑配準變形場：
5.根據權利要求4所述的基于前列腺MR圖像分割結果的多模態配準方法，其特征在于，基于所述Dice損失函數LDice、變形場的正則約束項LSmooth，得到總的損失函數LTotal：
6.一種基于前列腺MR圖像分割結果的多模態配準裝置，其特征在于，包括：
7.一種電子設備，其特征在于，所述設備包括：處理器以及存儲有計算機程序指令的存儲器；
8.一種計算機可讀存儲介質，其特征在于，所述存儲介質中存儲有至少一個可
...【技術特征摘要】
1.一種基于前列腺mr圖像分割結果的多模態配準方法，其特征在于，包括如下階段：
2.根據權利要求1所述的基于前列腺mr圖像分割結果的多模態配準方法，其特征在于，步驟s2進一步包括：
3.根據權利要求2所述的基于前列腺mr圖像分割結果的多模態配準方法，其特征在于，步驟s2中仿射變換損失函數為dice損失函數ldice：
4.根據權利要求3所述的基于前列腺mr圖像分割結果的多模態配準方法，其特征在于，在所述dice損失函數ldice的基礎之上，加入變形場梯度的l2范數作為正則項，以平滑配準變形場：
5.根據權利要求...
【專利技術屬性】
技術研發人員：王博，張兆東，陳波，張凱凱，王亞飛，何云迪，
申請(專利權)人：磅客策上海智能醫療科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。