(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 202210997485.0 (22)申请日 2022.08.19 (71)申请人 北京银河方圆科技有限公司 地址 102206 北京市昌平区生命科 学园医 科路9号院2号楼5层5 04室 申请人 北京优脑银河科技有限公司 (72)发明人 陈林俐　杨镇郡　张延慧　 (74)专利代理 机构 北京晟睿智杰知识产权代理 事务所 (特殊普通合伙) 11603 专利代理师 于淼 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/33(2017.01) G06V 10/25(2022.01)G06V 10/74(2022.01) (54)发明名称 医学图像的匹配方法及装置 (57)摘要 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， 并获取第一匹配关 系和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， 则对源特征数据和第一匹配关系进行匹配， 获得 第一影像中生物组织的表示和第一匹配关系的 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， 才对源特征数据和第一匹配 关系进行匹配， 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第一匹配 关系的对 应关系， 能提高匹配的运行效率， 降低配准时间， 提高匹配的鲁棒 性。 权利要求书2页 说明书8页 附图2页 CN 115330736 A 2022.11.11 CN 115330736 A 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， 并获取第一匹配关系和第二影 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第一匹配关系进行匹配， 获得所述第一影像 中生物组织的表示和所述第一匹配关系的对应关系。 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6所述的匹配方法， 其特 征在于， 所述获取第一匹配关系包括： 提取所述初始源特 征数据， 并获取 所述初始目标 特征数据； 对所述初始源特 征数据和所述初始目标 特征数据进行匹配， 得到所述第一匹配关系。 8.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。 9.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。 10.根据权利要求1所述的匹配方法， 其特征在于， 对所述源特征数据和所述第一匹配 关系进行匹配利用最近点迭代算法。 11.根据权利要求7所述的匹配方法， 其特征在于， 对所述初始源特征数据和所述初始 目标特征数据进行匹配利用Ransac算法。 12.一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， 并获取第一匹配关系和第二影像中的目标 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第 一匹配关系 进行匹配， 获得所述 第一影像中生物组织的表示和所述第一匹配关系的对应关系。权　利　要　求　书 1/2 页 2 CN 115330736 A 213.根据权利要求12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， 则重新采集并提取 所述第一影 像中的所述源特 征数据。 14.根据权利要求12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。 15.根据权利要求12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。 16.根据权利要求15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。 17.根据权利要求15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。 18.根据权利要求17所述的匹配装置， 其特征在于， 所述提取模块， 提取所述初始源特 征数据， 并获取 所述初始目标 特征数据； 所述匹配模块， 对所述初始源特征数据和所述初始目标特征数据进行匹配， 得到所述 第一匹配关系。 19.根据权利要求15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， 则确定对所述第一影 像的识别成功。 20.根据权利要求15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。 21.根据权利要求12所述的匹配装置， 其特征在于， 所述匹配模块， 对所述源特征数据 和所述第一匹配关系进行匹配利用最近点迭代算法。 22.根据权利要求18所述的匹配装置， 其特征在于， 所述匹配模块， 对所述初始源特征 数据和所述初始目标 特征数据进行匹配利用Ransac算法。权　利　要　求　书 2/2 页 3 CN 115330736 A 3