本發明公開了一種基于深度強化學習的3D/2D醫學圖像配準方法,先獲取2D和3D醫學圖像并進行預處理,得到多分辨率的參考圖像和浮動圖像;然后搭建深度強化學習網絡,對術前待配準3D圖像做特定方向投影,得到不同變換參數的DRR圖像,再計算每幅DRR圖像與2D參考圖像的相似性測度,最后選出相似性測度值最高的DRR圖像,最后利用深度強化學習網絡對選出的DRR圖像進行圖像配準。
聲明:
“基于深度強化學習的3D/2D醫學圖像配準方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)