【技術實現步驟摘要】
本專利技術涉及磁共振影像配準，更具體地，涉及一種基于自適應正則化的磁共振影像配準方法，用于對磁共振影像進行配準。
技術介紹
1、磁共振成像(magnetic?resonance?imaging,mri)是一種非侵入性的無創、無電離輻射的成像技術，是一種核磁共振的物理現象。它利用射頻脈沖對置于磁場中含有自旋不為零的原子核進行激勵，射頻脈沖停止后，原子核進行弛豫，在其弛豫過程中用感應線圈采集信號，按一定的數學方法重建形成數學圖像。相比于其它成像技術，磁共振影像可以準確、清晰的顯示出成像部位的解剖結構。
2、圖像配準是指對兩幅不同的圖像求解空間變換，使它們對應的點具有空間一致性。通常情況下，需要進行空間變換的圖像稱為浮動圖像，而保持不變的圖像稱為固定圖像。具體地說，圖像配準是指浮動圖像經過空間變換之后，能夠與固定圖像保持空間對齊，其對應點具有相同的空間位置。圖像配準可以最大化地將不同模態或時間的醫學圖像融合，提高信息利用率。
3、傳統磁共振圖像配準方法都體現出了一定的局限性，普遍存在計算復雜、耗時長和普適性差等缺點。深度學習技術以其強大的學習能力和特征提取能力在磁共振圖像配準領域得到廣泛引用。其中，voxelmorph方法[balakrishnan?g,zhao?a,sabuncu?m?r.ieeetrans?med?imaging,2019,38:1788.]通過最大化形變后的圖像和參考圖像間的相似性來訓練配準網絡，避免圖像配準了對金標準形變場的需求，實現了3d磁共振圖像端到端的無監督配準模型。然而，在大多數
技術實現思路
1、本專利技術的目的在于針對現有技術存在的上述缺陷，提出一種基于自適應正則化的磁共振影像配準方法，在配準網絡中使用教師配準網絡-學生配準網絡作為骨干網絡，通過在教師配準網絡中添加浮動圖像域的外觀擾動來獲得空間變換不確定圖，并利用這種空間變換不確定性自動調整損失函數中正則化項的權重，實現自適應正則化，從而提升磁共振影像配準精度。
2、本專利技術的上述目的通過以下技術方案實現：
3、一種基于自適應正則化的磁共振影像配準方法，包括以下步驟：
4、步驟1：對帶有分割標簽的原始mri圖像進行預處理，選擇其中一幅原始mri圖像作為固定圖像if，剩下的原始mri圖像作為浮動圖像im，根據浮動圖像im構建訓練集和測試集；
5、步驟2：搭建自適應正則化配準網絡，自適應正則化配準網絡包括教師配準網絡、空間變換網絡、以及學生配準網絡；
6、步驟3：訓練集中的浮動圖像im與固定圖像if在通道維度進行拼接后輸入至學生配準網絡中進行雙向配準操作，得到正向的預測形變場和逆向的預測形變場基于正向的預測形變場和浮動圖像im，獲得正向的預測形變圖像iws，根據逆向的預測形變圖像iws′計算浮動圖像域外觀擾動t，在浮動圖像im上添加浮動圖像域外觀擾動t后再與固定圖像if進行拼接并輸入至教師配準網絡中，根據教師配準網絡輸出的預測形變場計算空間變換不確定圖
7、步驟4：設定自適應正則化配準網絡的總損失函數；
8、步驟5、根據步驟4設定的總損失函數，利用步驟1預處理的訓練集和固定圖像if對自適應正則化配準網絡進行訓練；
9、步驟6、將待配準的浮動圖像輸入到步驟5訓練好的學生配準網絡中，得到正向的預測形變場和正向的預測形變圖像。
10、如上所述步驟1中預處理包括以下步驟：
11、將原始mri圖像進行體素強度歸一化；然后通過0填充和裁剪將體素強度歸一化后原始mri圖像和分割標簽的大小調整為設定的固定尺寸。
12、如上所述步驟2中學生配準網絡包括編碼器、解碼器、以及通道調整模塊，編碼器包括多個卷積操作模塊和下采樣模塊；解碼器包括多個卷積操作模塊和上采樣模塊，解碼器中的卷積操作模塊結構與編碼器中的卷積操作模塊結構完全一致；解碼器中每個卷積操作模塊輸出的特征圖與編碼器中對應卷積操作模塊輸出的特征圖進行跳躍連接，解碼器中最后一層上采樣模塊輸出的特征圖輸入到通道調整模塊中，通道調整模塊輸出mri圖像所有體素點的3個坐標方向位移量，從而獲得預測形變場。
13、如上所述卷積操作模塊包括兩個卷積層和兩個leakyrelu激活層，卷積層的卷積核大小設置為3×3×3，卷積步長設置為1，leakyrelu激活層的負激活值的斜率設置為0.2。
14、如上所述教師配準網絡的結構與學生配準網絡相同，根據學生網絡參數θ的指數移動平均值來更新教師網絡參數θ′。
15、如上所述教師網絡參數θ′基于以下公式計算：
16、θ′t＝αθ′t-1+(1-α)θt，
17、其中α是指數移動平均值的更新率，θ′t-1為t-1時刻教師網絡參數，θt為t時刻學生網絡參數。
18、如上所述步驟3包括以下步驟：
19、步驟3.1：將訓練集中的浮動圖像im與固定圖像if在通道維度進行拼接后輸入至學生配準網絡中進行雙向配準操作，得到正向的預測形變場和逆向的預測形變場空間變換網絡用正向的預測形變場對浮動圖像im進行空間變換得到正向的預測形變圖像iws，空間變換網絡用逆向的預測形變場對固定圖像if進行空間變換得到逆向的預測形變圖像iws′；
20、步驟3.2、根據步驟3.1中計算出的逆向的預測形變圖像iws′計算浮動圖像域外觀擾動t：t＝β*(iws′-im)，其中，β為隨機采樣的beta分布系數；
21、步驟3.3、通過蒙特卡羅dropout層在浮動圖像im上添加步驟3.2獲得的浮動圖像域外觀擾動t，再與固定圖像if進行拼接并輸入至教師配準網絡中，重復計算n次教師配準網絡的正向的預測形變場每次操作的輸入都會添加一個浮動圖像域外觀擾動t，浮動圖像域外觀擾動t對應有一個機采樣的beta分布系數β，計算教師配準網絡輸出的正向的預測形變場的均值與方差從而得到空間變換不確定圖
22、如上所述自適應正則化配準網絡的總損失函數包括學生配準網絡輸出的正向的預測形變圖像iws與固定圖像if之間的相似性測度損失lsim(if,iws)和學生配準網絡的正向的預測形變場的正則化損失
23、
24、其中，為總損失函數，是自適應正則化損失權重，
25、
26、其中，是指示函數，p表示圖像域的每個體素點，表示空間變換不確定圖中每個體素點對應的不確定值，表示空間變換不確定圖的體積大小，k是經驗標量值，τ是空間變換不確定預測的閾值。
27、一種計算機設備，包括存儲器和處理器，本文檔來自技高網...
【技術保護點】
1.一種基于自適應正則化的磁共振影像配準方法，其特征在于，包括以下步驟：
2.根據權利要求1所述一種基于自適應正則化的磁共振影像配準方法，其特征在于，所述步驟1中預處理包括以下步驟：
3.根據權利要求1所述一種基于自適應正則化的磁共振影像配準方法，其特征在于，所述步驟2中學生配準網絡包括編碼器、解碼器、以及通道調整模塊，編碼器包括多個卷積操作模塊和下采樣模塊；解碼器包括多個卷積操作模塊和上采樣模塊，解碼器中的卷積操作模塊結構與編碼器中的卷積操作模塊結構完全一致；解碼器中每個卷積操作模塊輸出的特征圖與編碼器中對應卷積操作模塊輸出的特征圖進行跳躍連接，解碼器中最后一層上采樣模塊輸出的特征圖輸入到通道調整模塊中，通道調整模塊輸出MRI圖像所有體素點的3個坐標方向位移量，從而獲得預測形變場。
4.根據權利要求3所述一種基于自適應正則化的磁共振影像配準方法，其特征在于，所述卷積操作模塊包括兩個卷積層和兩個LeakyReLU激活層，卷積層的卷積核大小設置為3×3×3，卷積步長設置為1，LeakyReLU激活層的負激活值的斜率設置為0.2。
5.
6.根據權利要求5所述一種基于自適應正則化的磁共振影像配準方法，其特征在于，所述教師網絡參數θ′基于以下公式計算：
7.根據權利要求1所述一種基于自適應正則化的磁共振影像配準方法，其特征在于，所述步驟3包括以下步驟：
8.根據權利要求7所述一種基于自適應正則化的磁共振影像配準方法，其特征在于，所述自適應正則化配準網絡的總損失函數包括學生配準網絡輸出的正向的預測形變圖像IWS與固定圖像IF之間的相似性測度損失Lsim(IF,IWS)和學生配準網絡的正向的預測形變場的正則化損失
9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至8中任一項所述的磁共振影像配準方法的步驟。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至8中任一項所述的磁共振影像配準方法的步驟。
...【技術特征摘要】
1.一種基于自適應正則化的磁共振影像配準方法，其特征在于，包括以下步驟：
2.根據權利要求1所述一種基于自適應正則化的磁共振影像配準方法，其特征在于，所述步驟1中預處理包括以下步驟：
3.根據權利要求1所述一種基于自適應正則化的磁共振影像配準方法，其特征在于，所述步驟2中學生配準網絡包括編碼器、解碼器、以及通道調整模塊，編碼器包括多個卷積操作模塊和下采樣模塊；解碼器包括多個卷積操作模塊和上采樣模塊，解碼器中的卷積操作模塊結構與編碼器中的卷積操作模塊結構完全一致；解碼器中每個卷積操作模塊輸出的特征圖與編碼器中對應卷積操作模塊輸出的特征圖進行跳躍連接，解碼器中最后一層上采樣模塊輸出的特征圖輸入到通道調整模塊中，通道調整模塊輸出mri圖像所有體素點的3個坐標方向位移量，從而獲得預測形變場。
4.根據權利要求3所述一種基于自適應正則化的磁共振影像配準方法，其特征在于，所述卷積操作模塊包括兩個卷積層和兩個leakyrelu激活層，卷積層的卷積核大小設置為3×3×3，卷積步長設置為1，leakyrelu激活層的負激活值的斜率設置為0.2。
5.根據權利要求3所述一...
【專利技術屬性】
技術研發人員：周欣，陳珍，肖灑，孫獻平，陳世楨，
申請(專利權)人：中國科學院精密測量科學與技術創新研究院，
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。