基于几何共轭学习的心血管跨域模型配准方法

本申请涉及机器学习技术领域，具体涉及一种基于几何共轭学习的心血管跨域模型配准方法。本方法包括以下步骤：同步采集患者的二维超声图像和三维医学影像；对样本数据进行数据预处理；根据样本数据构建训练几何共轭学习模型得到二维超声图像像素点与三维医学影像顶点之间的对应关系软映射矩阵；实时采集患者的二维超声图像和三维医学影像，输入几何共轭学习模型中配准高精度心血管三维模型；采用动态形变场预测补偿心脏周期性运动确保所述心血管三维模型与生理状态同步。本方案通过深度学习与几何建模相结合，建立二维超声图像与三维人体扫描数据之间的跨域对应关系，为医生提供清晰、直观、实时的三维手术信息，提升诊断准确性和手术成功率。