基于Mamba-CNN编码特征融合的无监督医学图像配准方法

本发明公开了一种基于Mamba‑CNN编码特征融合的无监督医学图像配准方法，属于医学图像配准的技术领域，其包括：获取拼接图像；将拼接图像分别输入至Mamba分支编码器和CNN分支编码器中，分别输出拼接图像的全局特征图和局部特征图；将拼接图像的全局特征图和局部特征图输入至注意力特征融合模块中，输出加权融合特征图；将加权融合特征图输入至解码器中，输出用于对齐移动图像和固定图像的变形场。本发明能够同时捕获医学图像的全局特征和局部特征，并兼顾配准精度与轻量化的无监督医学图像配准，增强了模型对全局与局部信息的感知能力，从而提高了配准精度，大幅减少了模型参数量和计算资源消耗，实现了较好的轻量化效果。