医学图像的匹配方法及装置与流程

技术特征：
1.一种医学图像的匹配方法，其特征在于，包括：提取第一影像中的源特征数据，并获取第二影像中的目标特征数据；利用所述源特征数据和所述目标特征数据进行对比识别；若识别成功，则对所述源特征数据和所述目标特征数据进行匹配，获得所述第一影像中生物组织的表示和第二影像中生物组织的表示的对应关系。2.根据权利要求1所述的匹配方法，其特征在于，所述方法还包括：利用所述源特征数据和所述目标特征数据进行对比识别；若识别失败，则重新采集并提取所述第一影像中的所述源特征数据。3.根据权利要求1所述的匹配方法，其特征在于，所述源特征数据和所述目标特征数据是点云数据、颜色数据或特征值数据中的任意一种。4.根据权利要求1所述的匹配方法，其特征在于，所述利用所述源特征数据和所述目标特征数据进行对比识别包括：提取初始源特征数据，并删除非感兴趣区域的所述初始源特征数据，将保留的所述初始源特征数据确定为所述源特征数据；获取初始目标特征数据，并删除非感兴趣区域的所述初始目标特征数据，将保留的所述初始目标特征数据确定为所述目标特征数据。5.根据权利要求4所述的匹配方法，其特征在于，所述初始源特征数据通过提取所述第一影像获取。6.根据权利要求4所述的匹配方法，其特征在于，所述初始目标特征数据通过提取所述第二影像获取或第三图像获取，其中，所述第三图像指的是预设的被测者的生物组织的图像。7.根据权利要求4所述的匹配方法，其特征在于，分别提取所述源特征数据和所述目标特征数据；若所述源特征数据包含于所述目标特征数据中，则确定对所述第一影像的识别成功。8.根据权利要求4所述的匹配方法，其特征在于，对数据的提取和/或获取是自动执行的，或，用户执行的。9.根据权利要求1所述的匹配方法，其特征在于，所述对应关系利用ransac算法获得。10.一种医学图像的匹配装置，其特征在于，包括：提取模块，提取第一影像中的源特征数据，并获取第二影像中的目标特征数据；识别模块，利用所述源特征数据和所述目标特征数据进行对比识别；匹配模块，若识别成功，则对所述源特征数据和所述目标特征数据进行匹配，获得所述第一影像中生物组织的表示和第二影像中生物组织的表示的对应关系。11.根据权利要求10所述的匹配装置，其特征在于，所述识别模块，利用所述源特征数据和所述目标特征数据进行对比识别；若识别失败，所述提取模块，则重新采集并提取所述第一影像中的所述源特征数据。12.根据权利要求10所述的匹配装置，其特征在于，所述源特征数据和所述目标特征数据是点云数据、颜色数据或特征值数据中的任意一种。13.根据权利要求10所述的匹配装置，其特征在于，所述提取模块，提取初始源特征数据，并删除非感兴趣区域的所述初始源特征数据，将保留的所述初始源特征数据确定为所
述源特征数据；所述提取模块，获取初始目标特征数据，并删除非感兴趣区域的所述初始目标特征数据，将保留的所述初始目标特征数据确定为所述目标特征数据。14.根据权利要求13所述的匹配装置，其特征在于，所述初始源特征数据通过提取所述第一影像获取。15.根据权利要求13所述的匹配装置，其特征在于，所述初始目标特征数据通过提取所述第二影像获取或第三图像获取，其中，所述第三图像指的是预设的被测者的生物组织的图像。16.根据权利要求13所述的匹配装置，其特征在于，所述提取模块，分别提取所述源特征数据和所述目标特征数据；若所述源特征数据包含于所述目标特征数据中，则所述识别模块，确定对所述第一影像的识别成功。17.根据权利要求13所述的匹配装置，其特征在于，所述提取模块，对数据的提取和/或获取是自动执行的，或，用户执行的。18.根据权利要求10所述的匹配装置，其特征在于，所述匹配模块利用ransac算法获得所述对应关系。

技术总结
本发明公开了一种医学图像的匹配方法及装置，涉及图像处理技术领域。具体方案包括：提取第一影像中的源特征数据，并获取第二影像中的目标特征数据；利用源特征数据和目标特征数据进行对比识别；若识别成功，则对源特征数据和目标特征数据进行匹配，获得第一影像中生物组织的表示和第二影像中生物组织的表示的对应关系。本发明所提供的实施例通过提取第一影像中的源特征数据和第二影像中的目标特征数据，并对源特征数据和目标特征数据进行识别。当识别成功时，才对源特征数据和目标特征数据进行匹配，这样能够剔除大部分无关特征数据，此时再确定源特征数据及目标特征数据的匹配关系，能够提高匹配的运行效率，降低配准时间，提高匹配的鲁棒性。提高匹配的鲁棒性。提高匹配的鲁棒性。


技术研发人员：陈林俐 杨镇郡 张延慧
受保护的技术使用者：北京优脑银河科技有限公司
技术研发日：2022.08.19
技术公布日：2022/11/11