具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

本发明面向低信噪比、低对比度的生物组织透射类图像，探索配准算法，为乳腺肿瘤早期诊断等涉及生物组织透射图像相关技术研究提供了支持。本发明基于互卷积的生物组织透射图像配准系统包括基于互卷积的回归器、空间转化器、采样器。浮动透射图像与固定透射图像输入至系统后，经过维度上的链接，先后经过基于互卷积的回归器、空间转化器、采样器，最终获得配准后的透射图像。系统可通过训练进行更新，提升配准效果。具体如下：

一种基于互卷积的生物组织透射图像配准系统，其特征在于：系统包括基于互卷积的回归器、空间转化器、采样器;浮动透射图像与固定透射图像输入至系统后，经过维度上的链接，先后经过基于互卷积的回归器、空间转化器、采样器，最终获得配准后的透射图像；所述图像配准系统通过训练进行更新，提升配准效果；其详细工作流程包括：

第一步，将透射图像待配准对输入至系统。其中透射图像待配准图像对可以批量输入，经系统处理后配准后图像同样被批量输出。

第二步，被输入的浮动透射图像与固定透射图像沿维度方向链接，进入基于互卷积的回归器，得到形变参数。

基于互卷积的回归器中的单元结构包括卷积与互卷积。与传统卷积不同，互卷积是一种新型非对称的卷积结构，如在个通道上使用个尺寸为 的互卷积核进行操作，其参数量为个，而传统卷积则需要个参数，几乎比互卷积多了一半。互卷积能够更充分合理地利用了图像之间的信息，减少了系统模型的占用空间。

基于互卷积的回归器中的框架为Inception模块与U-net模块嵌合的网络。其有效拓展了回归网络的深度与宽度，更利于学习到适合的形变参数，提升配准效果。

第三步，形变参数继续向下被送至空间转化器进行处理，经空间转化器转化后获得空间形变场，即得到了配准后图像与浮动图像的位移关系场。

第四步，采样器以上一环节中得到的形变场为依据，对浮动透射图像进行重采样，采样浮动图像中的像素点放入配准结果图对应的坐标位置，将重组图像从系统中输出，得到配准结果图。

系统更新方法包括：

第一步，将准备好的透射图像配准数据集输入至系统。本实施例采用的数据集为人工采集的模拟生物乳腺组织仿体图像制成，以适配后续乳腺肿瘤自筛查手持设备的进一步研究。数据集采集平台通过亚克力板、牛奶、土豆切片、猪肉组织切片搭建，通过手持普通手机采集图像。其中，针对生物组织特点，通过牛奶模拟生物乳腺正常组织液，土豆切片、猪肉组织切片模拟不同病变的异质体。将所采集图像按比例缩小至144 x 256分辨率并转化为灰度图，制成包含700张仿体图像的数据集。所搭建平台模拟了乳腺组织的强吸收与强散射特性，设备所采集图像具备较强模糊性，图像间存在小幅度平移、旋转等变换。

第二步，被输入的浮动透射图像与固定透射图像分批次沿维度方向链接，进入基于互卷积的回归器，得到形变参数。基于互卷积的回归器中的单元结构包括卷积与互卷积，框架为Inception模块与U-net模块嵌合的网络。

第三步，形变参数继续向下被送至空间转化器进行处理，获得空间形变场。

第四步，采样器以上一环节得到的形变场为依据，对浮动透射图像进行重采样，输出配准后的透射图像。

第五步，通过损失函数惩罚外观差异与局部空间变化，自适应地优化系统参数，更新系统。

其中，损失函数包含对配准后的透射图像与固定透射图像外观差异的惩罚及形变场局部空间变化的惩罚。损失函数公式如下：

公式中f与m分别代表固定透射图像与浮动透射图像，代表变换场，代表变换后的待配准图像，用于度量固定图像与变换后图像的相似性，是正则化项，约束空间平滑变形。其在在关注固定图像与配准结果图间结构相似度的同时约束了形变场的平滑性，保证了配准效果。

第六步，重复第二步至第五步，直到配准误差降至要求范围或迭代次数到达上限停止。本实施例设定为迭代次数达到1200次时停止训练，训练完成时，网络参数被优化，系统被更新。

当系统训练完成后，采用未参与训练的乳腺组织仿体透射图像作为浮动图像输入系统进行测试，系统输出配准后图像，完成配准。图2和图3分别为测试用浮动透射图像与固定透射图像，系统输出配准结果如图4所示。作为对照，本实施例还采用SURF方法进行配准，并得到配准结果，如图5所示。SURF方法通过有限关键点配准得到了变换后的图像，但图像纵向拉伸较大使得模拟异质体形态与固定图像不符，相较而言，通过本发明得到的结果图像在形态上更为接近固定图像，配准效果更好。

为客观的描述本发明的配准效果，采用多种评价指标对配准效果进行评价，评价结果如表1所示：表1

表中数据显示，本发明方法结果图的峰值信噪比较浮动透射图像提高了近一倍，约是SURF方法结果图的2.5倍，在结构相似性度量方面，本发明方法结果图比SURF方法结果图高出14.6个百分点，在互信息指标中，本发明方法结果图的效果也明显好于初始的浮动透射图像与SURF方法结果图。

结论：本发明面向低信噪比、低对比度的生物组织透射图像领域，深入探索了透射图像配准方法，实现了一种基于互卷积的生物组织透射图像配准系统。本发明系统包含基于互卷积的回归器、空间转化器和采样器，能够对非对称视野信息进行利用，缩小模型空间，克服透射图像可检测关键点稀疏对配准造成的不利影响，保证配准效果。同时为乳腺肿瘤早期诊断等涉及生物组织透射图像相关技术研究提供了支持，未来可适配后续乳腺肿瘤自筛查手持设备的进一步研究。