1.一種基于深度學(xué)習(xí)的圖像非剛體配準(zhǔn)方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的圖像非剛體配準(zhǔn)方法，其特征在于，所述第一圖像和所述第二圖像在輸入所述非剛體配準(zhǔn)模型后，首先經(jīng)過(guò)線性嵌入處理和重新排列處理，將圖像轉(zhuǎn)化為特征矢量序列。
3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的圖像非剛體配準(zhǔn)方法，其特征在于，通過(guò)將滑動(dòng)窗口變換模塊進(jìn)行組合，得到滑動(dòng)窗口變換模塊組，所述第一編碼器和所述第二編碼器中的滑動(dòng)窗口變換模塊組匹配，其中，所述滑動(dòng)窗口變換模塊組的輸出一端通過(guò)子塊合并層與下一級(jí)滑動(dòng)窗口變換模塊組連接，另一端與對(duì)應(yīng)的交互注意力模塊連接，當(dāng)滑動(dòng)窗口變換模塊組為最后一級(jí)滑動(dòng)窗口變換模塊組時(shí)，輸出僅與第一交叉注意力模塊連接，所述第一交叉注意力模塊用于將尺寸最小的特征矢量序列進(jìn)行全局注意力處理。
4.根據(jù)權(quán)利要求3所述的基于深度學(xué)習(xí)的圖像非剛體配準(zhǔn)方法，其特征在于，第二交叉注意力模塊用于將其他尺寸的特征矢量序列進(jìn)行窗口內(nèi)注意力處理，所述第一交叉注意力模塊與所述第二交叉注意力模塊之間通過(guò)上采樣模塊連接。
5.根據(jù)權(quán)利要求4所述的基于深度學(xué)習(xí)的圖像非剛體配準(zhǔn)方法，其特征在于，所述第一交叉注意力模塊和所述第二交叉注意力模塊的輸入為第一圖像的對(duì)應(yīng)級(jí)別的滑動(dòng)窗口變換模塊組輸出的特征矢量序列、第二圖像的對(duì)應(yīng)級(jí)別的滑動(dòng)窗口變換模塊組輸出的特征矢量序列、以及第二圖像的對(duì)應(yīng)級(jí)別的滑動(dòng)窗口變換模塊組輸出的特征矢量序列對(duì)應(yīng)的位置標(biāo)號(hào)。
6.根據(jù)權(quán)利要求5所述的基于深度學(xué)習(xí)的圖像非剛體配準(zhǔn)方法，其特征在于，所述建立非剛體配準(zhǔn)模型，并將所述第一圖像和所述第二圖像輸入所述非剛體配準(zhǔn)模型進(jìn)行訓(xùn)練，得到目標(biāo)模型的步驟中，非剛體配準(zhǔn)模型參數(shù)采用隨機(jī)初始化，通過(guò)損失函數(shù)指導(dǎo)，進(jìn)行參數(shù)優(yōu)化，其中，損失函數(shù)由圖像相似性測(cè)度，標(biāo)注約束以及匹配位置連續(xù)性約束組成，表達(dá)式為：
7.一種基于深度學(xué)習(xí)的圖像非剛體配準(zhǔn)系統(tǒng)，其特征在于，用于實(shí)現(xiàn)權(quán)利要求1-6任一項(xiàng)所述的基于深度學(xué)習(xí)的圖像非剛體配準(zhǔn)方法，所述系統(tǒng)包括：
8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-6任一項(xiàng)所述的基于深度學(xué)習(xí)的圖像非剛體配準(zhǔn)方法。
9.一種電子設(shè)備，其特征在于，包括存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1-6任一項(xiàng)所述的基于深度學(xué)習(xí)的圖像非剛體配準(zhǔn)方法。