一种基于贝叶斯神经架构搜索的跨模态医学图像配准方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于贝叶斯神经架构搜索的跨模态医学图像配准方法及系统
申请号:CN202411711036
申请日期:2024-11-27
公开号:CN119205863B
公开日期:2025-04-25
类型:发明专利
摘要
本发明公开了一种基于贝叶斯神经架构搜索的跨模态医学图像配准方法及系统,包括:数据预处理模块、搜索空间模块和贝叶斯优化模块;数据预处理模块获取目标跨模态医学图像配准任务的图像数据并进行图像去噪、对比度调整和刚性配准;搜索空间模块设计一个含特征自适应融合块的全卷积双U形参数化神经架构搜索空间;贝叶斯优化模块利用损失函数和验证指标,在搜索空间的约束下,构建模态自适应配准网络架构设计的最优化问题,并采用贝叶斯优化求解,获得最优网络架构。本发明针对目标配准任务的模态特点,生成一种以最小偏差提取与融合跨模态图像特征的自适应网络架构,无需人工干预即可自动优化,适用于跨模态医学图像配准,实现配准性能显著提升。
技术关键词
神经架构搜索 医学图像配准方法 神经网络架构 融合特征 空间模块 神经网络参数 空间变换网络 跨模态 医学图像配准系统 训练神经网络 特征选择 配准误差 刚性配准方法 编码器解码器 后验概率分布