一种基于全卷积网络的三维腹部CT图像多器官配准方法

摘要

本发明公开了一种基于全卷积网络的三维腹部CT图像多器官配准方法。首先，获取腹部CT图像数据集。然后，引入注意力机制模块，构建基于全卷积的网络模型，对该网络模型进行训练并获得初步分割结果，再引入全连接条件随机场，进一步优化分割结果，以实现腹部CT序列多器官区域的提取。其次，构建腹部CT序列多器官区域图像对以及基于局部相关系数数据项和空间正则化项的相似性度量函数。最后，采用交替方向乘子法最小化相似性度量函数，实现腹部多器官区域CT图像对配准。本发明采用先分割再配准的两步法策略，消除了外部灰度信息和噪声对腹部目标器官区域配准的干扰，时间消耗少，配准精度高，鲁棒性强。