基于神经网络的双X射线影像2D-3D配准算法

• 作者: 冯汉升 沈延延
• 来源期刊: 中国医学物理学杂志
• 关键词: 双X射线影像 2D-3D配准 卷积神经网络 几何分解
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 医学影像物理
• 页码范围: 293-298
• 页数: 6页
• 分类号: R318
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2020.03.007

摘要

针对基于迭代优化的传统2D-3D医学图像配准算法运行速度慢,难以达到实时配准的要求,本研究提出一种实时2D-3D配准方法.通过将空间刚体变换参数分解到两个平面上,将2D-3D配准简化为两个步骤,包含2D-2D近似刚体配准与单参数2D-3D刚体配准.同时利用深度卷积神经网络拟合患者X射线影像残差与其对应姿态差异间的非线性映射关系,从X-DRR图像对的残差回归出空间刚体变换参数.经由头颅CT数据训练后的网络,在0.04 s内完成了高精度的双X射线配准.本研究提出的配准方法满足了放疗过程中进行实时2D-3D配准工作的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯汉升	中国科学院等离子体物理研究所	16	37	4.0	5.0
2	沈延延	安徽大学电气工程与自动化学院	1	0	0.0	0.0