技术特征：
技术总结
本申请涉及一种基于卷积神经网络的医学图像配准方法、系统及电子设备。所述方法包括：步骤a：在卷积神经网络的全连接层的权值矩阵上引入张量列，得到张量卷积神经网络；步骤b：获取具有参数t的至少两幅待配准图像，并获取所述至少两幅待配准图像的图像子模块；其中，所述参数t表示每幅待配准图像对应的3D模型刚体变换参数，所述图像子模块是至少两幅待配准图像在局部的差值；步骤c：将所述图像子模块输入张量卷积神经网络，所述张量卷积神经网络根据图像子模块计算所述至少两幅待配准图像之间关于参数t的参数关系，并根据所述参数关系对至少两幅待配准图像进行配准。本申请可以缩短网络训练时间，提高图像配准精度。
技术研发人员：王书强;张彬彬;胡明辉;胡勇;王祖辉
受保护的技术使用者：中国科学院深圳先进技术研究院
技术研发日：2017.10.26
技术公布日：2018.03.13