一种融合多尺度信息的脑部磁共振图像配准方法

摘要

现有的3D脑部磁共振图像配准技术在分割精度和速度上还存在着不足，对于待配准图像中出现的较大变形，应对能力较差。为了实现对脑部磁共振图像的高效、快速配准，提出了一种基于融合多尺度信息的脑部磁共振图像配准方法。在图像的特征提取过程中融入了多尺度信息的抽取。多尺度信息是一种带有图像空间信息的高级特征，使得我们可以对图像间的相似性进行精确的度量。通过使用U型卷积网络来实现对数据的多尺度特征的提取，并且通过自动学习同一数据集之间的固有内在联系，增强模型的泛化能力。本发明能实现精确、快速的配准。