本发明公开了一种基于深度强化学习的3D/2D医学图像配准方法,先获取2D和3D医学图像并进行预处理,得到多分辨率的参考图像和浮动图像;然后搭建深度强化学习网络,对术前待配准3D图像做特定方向投影,得到不同变换参数的DRR图像,再计算每幅DRR图像与2D参考图像的相似性测度,最后选出相似性测度值最高的DRR图像,最后利用深度强化学习网络对选出的DRR图像进行图像配准。
声明:
“基于深度强化学习的3D/2D医学图像配准方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)