基于结构感知解耦学习的前列腺MRI-TRUS可变形图像配准方法

本发明属于医学图像处理技术领域，具体为一种基于结构感知解耦学习的前列腺MRI‑TRUS可变形图像配准方法。本发明包括：设计解剖保持强度扰动模块，在保持解剖结构不变的前提下模拟不同模态间的强度与伪影差异，生成多样化的外观样本以提升模型对模态变化的适应性；构建双流编码器结构，并在多层特征空间中引入空间注意潜一致性损失，从特征层面约束结构一致性，实现对外观不变的深层结构表示学习；采用增强型金字塔解码器，将多尺度结构特征逐层融合以预测配准变形场，从而实现高精度的跨模态对齐。本发明通过在隐空间层面进行结构一致性约束，能够有效减少模态差异与伪影的影响，提高配准精度。