龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：中国科学技术大学
摘要：本发明属于医学影像配准领域，公开基于提示反馈卷积神经网络的CT‑CBCT形变配准方法与系统，包括CT‑CBCT影像数据集采集、划分；预处理CT‑CBCT影像对；抠取局部影像对作为模型的输入；模型的整体架构包括影像编码器等，使用位置编码等技术完成提示反馈卷积神经网络整体搭建；模型训练过程用无prompt的方式对局部影像对进行仅考虑像素点灰度值层面的形变配准，用带箭头prompt的方式对模型进行继续训练，用类似RLHF方法，让形变配准模型学习如何输出人类认为好的配准结果，提高了形变配准结果的客观性与合理性以及CT‑CBCT形变配准技术的可用性、可交互性与可纠正性，解决现有技术无法快速基于各家医院私有化影像库做进一步模型优化定制的问题，缩短了应用周期，大大提高算法鲁棒性和技术可用性。
主权项：1.一种基于提示反馈卷积神经网络的CT-CBCT形变配准方法，其特征在于，包括以下步骤：1获取数据，对获取的数据进行数据集划分并进行初步处理；1.1数据采集并对数据集进行划分，将数据集按照7:1:2的比例划分出训练集、验证集和测试集，并要求同一个病人的CT-CBCT影像对只能出现在其中的一个集；1.2对数据集进行预处理；1.3对预处理后的数据集进行ROI矩形同框提取；2构建提示强化卷积神经网络；2.1搭建基准影像编解码器模块；2.2增加prompt编码器，为所构建的网络主体增加带注意力机制的prompt编码器模块；2.3改造影像编码器，影像解码器输出层后增加空间变换层；3无prompt模型训练：抠取的局部CT-CBCT影像对作为输入，以MSE和形变场二阶范数的加权作为损失函数，以无prompt的方式对网络进行训练；4箭头prompt模型训练：损失函数保持不变，以3中得到的最优模型参数为初始参数，增加箭头prompt继续训练模型，得到最终确定加权系数取值；5推理与自训练，在使用者输入的影像对、箭头提示、对形变配准结果的反馈评价上，对箭头提示模型进行微调。
全文数据：
权利要求：
百度查询： 中国科学技术大学 一种基于提示反馈卷积神经网络的CT-CBCT形变配准方法与系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号