一种基于对抗的双向一致性约束医学图像配准算法
发布日期:2025年03月19日
浏览次数:36
■所属领域:电子信息
■项目来源:成都信息工程大学
■转让方式:面议
■项目简介:该项目公开了一种基于对抗的双向一致性约束医学图像配准算法,获取CT和MRI模态的医学图像并对其标准化预处理;构建深度学习神经网络,包括生成器的构建和鉴别器的构建;随机选取训练样本集,对步骤S2构建的深度学习神经网络进行对抗训练;将待配准医学图像对输入训练完成的深度学习神经网络,输出配准后的图像对,通过上述方式,解决了目前医学图像配准样本少,多模态配准难,相似性度量选择难的问题,取得高精度的配准效果。
上一主题: 一种基于Mask机制和层次注意力机制的推荐方法
下一主题: 一种基于深度学习的强对流天气雷达图识别模型及方法