基于神经网络的双X射线影像2D-3D配准算法

摘要

针对基于迭代优化的传统2D-3D医学图像配准算法运行速度慢,难以达到实时配准的要求,本研究提出一种实时2D-3D配准方法。通过将空间刚体变换参数分解到两个平面上,将2D-3D配准简化为两个步骤,包含2D-2D近似刚体配准与单参数2D-3D刚体配准。同时利用深度卷积神经网络拟合患者X射线影像残差与其对应姿态差异间的非线性映射关系,从X-DRR图像对的残差回归出空间刚体变换参数。经由头颅CT数据训练后的网络,在0.04 s内完成了高精度的双X射线配准。本研究提出的配准方法满足了放疗过程中进行实时2D-3D配准工作的要求。