一种融合边界损失的心脏磁共振图像配准方法

摘要

针对现有U‑net网络在心脏磁共振图像配准任务中存在的边界失配问题，本发明公布了一种融合边界损失的心脏磁共振图像配准方法。提出了改进的BL‑Unet配准算法，通过在网络的损失函数中增加边界损失函数（Boundary Loss,BL）使得心脏配准任务中子结构的边界配准更加清晰，在一定程度上解决了配准中存在的边界失配问题，极大的提升了配准的精度。发明方法在MM‑WHS2017公开数据集中进行验证和测试。与当前先进配准算法VoxelMorph相比，本发明的方法在配准指标上更优，说明发明的方法能够实现更好的配准结果。因此，本发明在心脏磁共振图像配准任务中具有良好的应用前景。