(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211122971.4 (22)申请日 2022.09.15 (71)申请人 推想医疗科技股份有限公司 地址 100085 北京市海淀区上地信息路12 号1幢4层B401室 (72)发明人 唐雯　王大为　王少康　陈宽　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 康欢欢 (51)Int.Cl. G06T 7/33(2017.01) G06T 7/70(2017.01) G06T 7/00(2017.01) G06T 7/11(2017.01) (54)发明名称 图像配准方法、 装置、 电子设备以及存储介 质 (57)摘要 本发明公开了一种图像配准方法、 装置、 电 子设备以及存储介质。 该方法包括： 获取待配准 的第一图像以及第二图像； 获取预先训练完成的 特征提取模 型， 并基于所述特征提取模型确定所 述第一图像对应的第一特征图像以及所述第二 图像对应的第二特征图像； 获取预先训练完成的 配准模型， 基于所述第一特征图像、 所述第二特 征图像以及所述配准模型， 确定所述第一图像和 所述第二图像之间的第一感兴趣区域的分割图 以及第二 感兴趣区域的位置变换矩阵。 通过本发 明公开的技术方案， 解决了 现有技术中无法对进 行手术后还存在的病灶进行随访的问题， 实现了 直接对差异 较大的两图像进行配准， 从而实现在 对术前术后进行病灶切除的情况下对未切除的 病灶进行准确随访。 权利要求书2页 说明书10页 附图2页 CN 115439520 A 2022.12.06 CN 115439520 A 1.一种图像 配准方法， 其特 征在于， 包括： 获取待配准的第一图像以及第二图像； 获取预先训练完成的特征提取模型， 并基于所述特征提取模型确定所述第 一图像对应 的第一特 征图像以及所述第二图像对应的第二特 征图像； 获取预先训练完成的配准模型， 基于所述第一特征图像、 所述第二特征图像以及所述 配准模型， 确定所述第一图像和所述第二图像之间的第一感兴趣区域的分割图 以及第二感 兴趣区域的位置变换矩阵。 2.根据权利要求1所述的方法， 其特征在于， 所述特征提取模型包括浅层特征提取模块 以及深层特征提取模块， 所述第一特征图像包括第一浅层特征图像和第一深层特征图像， 所述第二特 征图像包括第二浅层特 征图像和第二深层特 征图像； 相应的， 所述获取预先训练完成的特征提取模型， 并基于所述特征提取模型确定所述 第一图像对应的第一特 征图像以及所述第二图像对应的第二特 征图像， 包括： 将所述第一图像分别 输入至所述浅层特征提取模块和所述深层特征提取模块， 得到所 述第一图像的第一浅层特 征图像和第一深层特 征图像； 将所述第二图像分别 输入至所述浅层特征提取模块和所述深层特征提取模块， 得到所 述第二图像的第二浅层特 征图像和第二深层特 征图像。 3.根据权利要求2所述的方法， 其特征在于， 所述基于所述第一特征图像、 所述第二特 征图像以及所述配准模型， 确定所述第一图像和所述第二图像之 间的第一感兴趣区域的分 割图以及第二感兴趣区域的位置变换矩阵， 包括： 将所述第一浅层特征图像和所述第 二浅层特征图像输入至所述配准模型， 得到所述配 准模型输出的浅层第一感兴趣区域的分割图以及浅层第二感兴趣区域的位置变换矩阵； 将所述第一深层特征图像和所述第 二深层特征图像输入至所述配准模型， 得到所述配 准模型输出的深层第一感兴趣区域的分割图以及深层第二感兴趣区域的位置变换矩阵； 基于所述浅层第一感兴趣区域的分割图和所述深层第一感兴趣区域的分割图确定所 述第一图像和所述第二图像之 间的第一感兴趣区域的分割图， 以及基于所述浅层第二感兴 趣区域的位置变换矩阵和所述深层第二感兴趣区域的位置变换矩阵确定所述第一图像和 所述第二图像之间的第二感兴趣区域的位置变换矩阵。 4.根据权利要求1 ‑3任一所述的方法， 其特征在于， 所述第 一图像为预设部位的术前图 像， 所述第二图像为所述预设部位对应的术后图像， 所述术前图像和所述术后图像之间的 第一感兴趣区域的分割图为手术去除的病灶区域； 所述第二感兴趣区域的位置变换矩阵为 所述预设部位的其 他病灶区域在术前和术后的位置变换关系。 5.根据权利要求1所述的方法， 其特 征在于， 所述配准模型的训练方法包括： 获取训练中的配准模型的初始第二感兴趣区域的位置变换矩阵和初始第一感兴趣区 域的分割图； 获取完成样本标注的第一样本图像以及第二样本图像； 基于所述第 一样本图像、 初始第 二感兴趣区域的位置变换矩阵以及初始第 一感兴趣区 域的分割图生成第一样 本变换图像， 并基于所述第一样本变换图像和所述第二样本图像生 成第一损失函数； 基于所述第 一损失函数在 当前次迭代中对所述配准模型的模型参数进行调 整， 并继续权　利　要　求　书 1/2 页 2 CN 115439520 A 2执行迭代训练直至满足迭代 停止条件得到训练完成的配准模型。 6.根据权利要求5所述的方法， 其特 征在于， 所述配准模型的训练方法还 包括： 基于预先训练完成的特征提取模型得到所述第一样本图像对应的第一样本特征图像 以及所述第二样本图像对应的第二样本特 征图像； 基于所述第 一样本特征图像、 所述初始第 二感兴趣区域的位置变换矩阵以及初始第 一 感兴趣区域的分割图生 成第一样本特征变换图像， 并基于所述第一样本特征变换图像和所 述第二样本特 征图像生成第二损失函数； 基于所述第 一损失函数和所述第 二损失函数生成模型损失函数， 并基于所述模型损失 函数在当前次迭代中对所述配准模型的模型参数进行调整， 并继续执行迭代训练直至满足 迭代停止条件得到训练完成的配准模型。 7.根据权利要求5 ‑6任一所述的方法， 其特征在于， 所述第 一样本图像为预设部位的术 前图像， 所述第二样本图像为所述预设部位对应的术后图像； 所述样本标注包括在所述术前图像和所述术后图像中对切除病灶的第一样本标注以 及对所述预设部位中未切除病灶的第二样本标注； 所述模型损失函数包括基于所述第一样本标注生成的局部损失函数以及基于所述第 二样本标注生成的全局损失函数。 8.一种图像 配准装置， 其特 征在于， 包括： 图像获取模块， 用于获取待配准的第一图像以及第二图像； 特征图像获取模块， 用于获取预先训练完成的特征提取模型， 并基于所述特征提取模 型确定所述第一图像对应的第一特 征图像以及所述第二图像对应的第二特 征图像； 图像配准模块， 用于获取预先训练完成的配准模型， 基于所述第一特征图像、 所述第二 特征图像以及所述配准模型， 确定所述第一图像和所述第二图像之 间的第一感兴趣区域的 分割图以及第二感兴趣区域的位置变换矩阵。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑7中任一项所述的 图像配准方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使处 理器执行时实现权利要求1 ‑7中任一项所述的图像 配准方法。权　利　要　求　书 2/2 页 3 CN 115439520 A 3