[发明专利]一种基于图像数据和点云数据的融合配准方法

权利要求书

1.一种基于图像数据和点云数据的融合配准方法，其特征在于，包括以下步骤：

步骤一：通过图像分割获取参考图像和浮动图像中器官或组织的边界点云或通过特征提取获得特征点点云；

步骤二：以参考图像、浮动图像以及对应的点云数据作为输入对融合配准模型进行训练，使损失函数收敛并稳定，从而完成对融合配准模型的训练；其中，所述融合配准模型包含图像配准网络和点云配准网络，图像配准网络的输入为参考图像、浮动图像对，点云配准网络的输入为参考图像、浮动图像对应的点云数据对；所述损失函数由图像距离项、点云距离项、约束图像变形场和点云变形场的正则化项以及图像变形场和点云变形场的一致性约束项组成，具体表示为：

S = D_NCC (I_r , T_image ◦ I_f) + D_SCT (P_r , T_point ◦ P_f) + R_I(T_image) + R_p(T_point) + D_uni(T_image, T_point)

式中，I_r, I_f分别代表参考图像和浮动图像；P_r, P_f分别代表参考图像的点云和浮动图像的点云；T_image, T_point分别代表图像配准和点云配准输出的变形场；D_NCC (I_r , T_image ◦I_f)代表图像距离项，采用NCC度量定义计算；D_SCT (P_r , T_point ◦ P_f)代表点云距离项采用形状相关张量定义计算；R_I(T_image), R_p(T_point)分别代表约束图像变形场和点云变形场的正则化项；D_uni(T_image, T_point)为图像变形场和点云变形场的一致性约束项；

步骤三：在训练好的融合配准模型中输入参考图像、浮动图像以及通过步骤一方法得到的对应点云数据，模型输出形变后的浮动图像、点云数据以及图像变形场和点云变形场，完成图像数据和点云数据的融合配准。