基于可形变配准和DCNN的宫颈MRI图像分割方法

摘要

本发明公开了一种基于可形变配准和DCNN的宫颈MRI图像分割方法，涉及医学影像处理技术领域，本发明提供了一种可形变配准和深度神经网络相结合的由粗到精的分割策略。首先对采用最小距离树的多特征互信息实施改良，利用这种新型度量完成可形变配准实现对潜在边界区域的粗分割，这种改良策略是对初始生成图的边进行自相似估计加权，使其更加紧凑，利于配准参数寻优；其次，通过迁移学习的方法将在自然图像上性能良好的像素分类器深度神经网络应用到当前任务中，从而重新预测潜在边界区域中每个像素的类别标签，完成精分割，在宫颈MRI图像上提高了分割性能，获得了更高的分割精度。