科创中国
一种基于掩码自编码器CNN-Transformer的心脏磁共振图像配准方法
发布时间: 2023-07-05
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
生物与新医药技术
成果介绍
医学图像配准在医学图像处理中是一项重要的分析任务，尤其是对于可变形的非刚性器官的配准，能够为医生提供病变的多种互补信息。由于医学图像中组织结构的可变性，心脏图像的配准是一个比较复杂的问题，主要体现在：(1)非刚性复杂运动：在心动周期中，心脏会发生十分复杂的整体刚性运动和局部变形，使得心脏在一个心动周期的连续时间帧内获取的切片形态差异很大，很难精准的跟踪心脏的运动过程；(2)解剖标志稀缺：与其它软组织结构相比，刻画心脏运动所需的精确解剖标志要更少且难以标注，尤其是在心肌壁中缺乏可靠的可识别标志，使得对于配准来说存在一定困难。
成果亮点
随着深度学习技术的兴起，基于深度神经网络的深度学习方法已经成为了解决医学图像配准性能提升瓶颈的关键所在。但是，目前的主流框架如VoxelMorph，多采用卷积神经网络作为主干结构，而传统的卷积运算是通过具有卷积核大小的窗口滑动提取特征的，感受野局限于固定大小的区域，只在提取局部特征时具有很好的效果，对于获取全局信息存在一定局限性。Transformer的引入在解决深层局部特征信息丢失等问题上起到了很好的效果，目前也有很多的Transformer基线模型以及融合模型被提出来去缓解这些问题，但实际上，相比于信息密度很大的语言文本信息，图像数据形式本身是具有高度信息冗余的，这使得模型对这类数据的预测难度相对较大，有许多对于任务目标无关的一些信息可能也包含在模型学习的范围内，使得模型需要花费大量的参数计算。因此，亟需一种能够有效减少特征冗余、且在减少模型参数计算的同时提升配准的精度的网络模型。
团队介绍
学校创建于1952年7月，原名东北林学院，是在浙江大学农学院森林系和东北农学院森林系基础上建立的，由国家林业部直属管理。1985年8月更名为东北林业大学。2000年2月，由国家林业局划归教育部直属管理。2005年10月，经国家发改委、财政部和教育部批准，成为国家“211工程”重点建设高校。2010年11月，教育部和国家林业局签署合作共建协议。2011年6月，成为国家“优势学科创新平台”项目重点建设高校。2012年3月，教育部与黑龙江省人民政府签署合作共建协议。2017年9月，经国务院批准列为“双一流”建设高校。2022年2月，入选国家第二轮“双一流”建设高校。
成果资料
产业化落地方案
成果综合评价报告
评价单位：“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会) 评价时间：2023-11-07
下载app