买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学;山东第一医科大学附属肿瘤医院(山东省肿瘤防治研究院、山东省肿瘤医院)

摘要：本申请实施例公开了一种基于多尺度上下文的内窥镜图像配准方法及设备，用以解决传统的级联配准框架会降低可逆性，且配准精度较低的技术问题。方法包括：将接收到的浮动图像与固定图像处理为灰度图像，并将处理后的浮动图像与固定图像合成一张图像，得到合成图像；通过深层卷积网络对合成图像进行编码，生成特征金字塔；在特征金字塔的每个卷积块内部，通过层级聚合模块检测合成图像的多尺度上下文信息，得到合成图像的多尺度特征图；通过自适应特征伸缩模块对多尺度特征图进行自适应伸缩，得到目标多尺度特征图；通过深层卷积网络对目标多尺度特征图进行解码，生成对应的参数化配准场。

主权项：1.一种基于多尺度上下文的内窥镜图像配准方法，其特征在于，所述方法包括：将接收到的浮动图像与固定图像进行灰度处理，并将处理后的所述浮动图像与所述固定图像合成一张图像，得到合成图像；通过深层卷积网络对所述合成图像进行编码，生成特征金字塔，具体包括：将所述合成图像输入所述深层卷积网络的编码路径中；其中，所述深层卷积网络为U-Net架构；通过步长为m的卷积块对输入所述编码路径的所述合成图像进行特征提取，生成包含n个级别的特征金字塔；其中，每个卷积块内部均包含层级聚合模块以及自适应特征伸缩模块；在所述特征金字塔的每个卷积块内部，通过层级聚合模块检测所述合成图像的多尺度上下文信息，得到多尺度特征图，具体包括：在所述层级聚合模块中，采用最大池化技术以及卷积运算，将所述合成图像的特征图投影到目标特征图中；其中，所述目标特征图与所述多尺度特征图在空间和通道维度上具有相同的分辨率；基于所述目标特征图以及所述合成图像的特征图，构建融合特征，并对所述融合特征进行特征变换；对每一步特征变换后的所述融合特征进行连接，得到多尺度特征；其中，所述多尺度特征中包含所述多尺度上下文信息；基于所述多尺度特征，生成所述合成图像的多尺度特征图；通过自适应特征伸缩模块对所述多尺度特征图进行自适应伸缩，得到目标多尺度特征图；通过所述深层卷积网络对所述目标多尺度特征图进行解码，生成对应的参数化配准场。

全文数据：

权利要求：

百度查询： 北京航空航天大学 山东第一医科大学附属肿瘤医院(山东省肿瘤防治研究院、山东省肿瘤医院) 一种基于多尺度上下文的内窥镜图像配准方法及设备