[发明专利]图像配准方法及装置，训练方法及装置，控制方法及装置

说明书

本申请公开了一种图像配准方法及装置，训练方法及装置，控制方法及装置。该图像配准方法包括：获取医学图像上的标记物的分割结果和所述标记物上的关键点的位置；根据所述标记物上的关键点的位置和标准分割的对应关键点的位置，实现所述标记物的平移变换，其中，所述标记物和所述标准分割的物理形状相同；将所述医学图像上的标记物的分割结果输入配准模型中进行旋转变换，以将所述标记物的分割结果和所述标准分割配准，能够实现医学图像建模后形成的器官模型和穿刺针所在的导航装置之间的精准且快速的配准，以避免穿刺针的穿刺路径与器官模型上的虚拟穿刺针的穿刺路径之间不完全对应。

技术领域

本申请涉及图像处理技术领域，具体涉及一种图像配准方法及装置，训练方法及装置，控制方法及装置。

背景技术

在穿刺手术中，医生需要确定目标病灶和穿刺路径。在确定目标病灶和穿刺路径时，通常可以将电脑上的器官模型和穿刺针所在的导航装置进行联动，以在电脑上的器官模型中生成虚拟穿刺针，供医生查看目标病灶和穿刺路径。然而，在将电脑上的器官模型和穿刺针所在的导航装置进行联动时，往往存在精度和速度不够的情况，从而导致穿刺针的穿刺路径与虚拟穿刺针的穿刺路径之间不能够完全对应。

发明内容

有鉴于此，本申请的实施例致力于提供一种图像配准方法及装置，训练方法及装置，控制方法及装置，能够在穿刺手术中避免穿刺针的穿刺路径与虚拟穿刺针的穿刺路径之间不能够完全对应。

根据本申请实施例的第一方面，提供了一种图像配准方法，包括：获取医学图像上的标记物的分割结果和所述标记物上的关键点的位置；根据所述标记物上的关键点的位置和标准分割的对应关键点的位置，实现所述标记物的平移变换，其中，所述标记物和所述标准分割的物理形状相同；将所述医学图像上的标记物的分割结果输入配准模型中进行旋转变换，以将所述标记物的分割结果和所述标准分割配准。

在一个实施例中，所述将所述医学图像上的标记物的分割结果输入配准模型中进行旋转变换，以将所述标记物的分割结果和所述标准分割配准，包括：将所述标记物的分割结果输入所述配准模型中，获得所述标记物的分割结果和所述标准分割之间的旋转变换矩阵，以实现所述标记物的旋转变换；根据所述旋转变换矩阵，将所述标记物的分割结果和所述标准分割配准。

在一个实施例中，所述配准模型包括级联的多个空间变换网络，所述旋转变换矩阵包括多个旋转变换矩阵，一个空间变化网络对应一个旋转变换矩阵。

在一个实施例中，所述获取医学图像上的标记物的分割结果和所述标记物上的关键点的位置，包括：获取所述医学图像上的标记物的粗分割结果；将所述粗分割结果输入第一网络模型中，获得所述医学图像上的标记物的分割结果和所述标记物上的关键点的位置。

在一个实施例中，所述获取所述医学图像上的标记物的粗分割结果，包括：将所述医学图像输入第二网络模型中，获得所述医学图像的多个分割结果；将所述多个分割结果进行连通域处理，得到多个连通域；将所述多个连通域输入分类模型中，对所述多个连通域进行分类，以获得所述医学图像上的标记物的粗分割结果。

在一个实施例中，所述第一网络模型包括并列的多个分支网络，所述多分支网络包括：分割输出网络，回归输出网络，关键点输出网络，其中，所述将所述粗分割结果输入第一网络模型中，获得所述医学图像上的标记物的分割结果和所述标记物上的关键点的位置，包括：将所述粗分割结果输入所述分割输出网络中，获得所述医学图像上的标记物的分割结果；将所述粗分割结果输入所述关键点输出网络中，获得所述标记物上的关键点的初步位置；将所述标记物上的关键点的初步位置输入所述回归输出网络中，获得所述标记物上的关键点的位置。