公开(公告)号：CN117095034A

公开(公告)日：2023-11-21

申请号：CN202311054073.4

申请日：2023-08-21

Applicant: 河南工业大学

Inventor： 杨铁军 ,  张鑫 ,  洪诗涵 ,  杨澳林 ,  焦春霞 ,  闫阳辉 ,  苗建雨 ,  王恒 ,  樊家成 ,  张慧瑶 ,  张文杰 ,  季明珠

IPC: G06T7/30 ,  G06T3/40 ,  G06V10/774 ,  G06V10/74 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于医学图像处理技术领域，具体涉及一种基于双约束的多模态医学图像配准方法。首先获取脑部磁共振图像数据集，并进行预处理；然后构建配准网络并利用预处理后的脑部磁共振图像数据集对配准网络进行迭代训练；最后利用训练后的配准网络对待配准的多模态脑部磁共振图像进行配准。其中，所述配准网络的处理过程中通过边界增强网络增强图像边界信息、多模态联合损失函数有效衡量两幅图像之间相似性、折叠点优化促进配准变形场变得更加平滑，从而有效提高了配准的精准性和真实性。

公开(公告)号：CN117095072A

公开(公告)日：2023-11-21

申请号：CN202311054074.9

申请日：2023-08-21

Applicant: 河南工业大学

Inventor： 杨铁军 ,  闫阳辉 ,  洪诗涵 ,  焦春霞 ,  杨澳林 ,  张慧瑶 ,  苗建雨 ,  王恒 ,  樊家成 ,  张文杰 ,  季明珠

IPC: G06T11/00 ,  G06V10/774 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明属于快速磁共振成像领域，具体涉及一种自监督多对比度磁共振重建方法及系统。本发明将欠采样目标域图像和全采样参考域图像进行小波域变换得到的包含不同域信息的融合图像用于图像重建，减轻了重建网络的重建压力，同时充分利用了参考域图像的小波域信息；还采用输入重建单元图像对应的表征向量在重建网络的自监督训练过程中进行对比学习，以捕获磁共振图像的固有特征，限制未采样数据的生成范围，提高自监督重建精度；还根据重建的目标域图像与原始多线圈欠采样目标域图像之间的图像一致性和表征一致性，驱动重建网络同时执行图像重建以及对比学习，降低了重建数据偏离磁共振图像固有表征的风险，且无需大量全采样图像进行有监督训练。