# RLIR_sumup

**Repository Path**: mingzijiazaizhong/RLIR_sumup

## Basic Information

- **Project Name**: RLIR_sumup
- **Description**: 这是我自己的研究生项目，主要做数据备份的作用。
其内容是基于深度学习的人体医学图像2D3D配准。
基本上只会张贴自己的代码的部分。出于保密的考虑，没有实验室数据集。
欢迎相关内容方向的同志留言讨论，我会尽我所能给出回答。
（项目介绍的图片也是保密项，没有上传）
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2023-10-22
- **Last Updated**: 2024-06-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 深度学习, 医学图像配准

## README

# 2D-3D配准算法简介
## 测试范围定义

**角度**：

（1）定义：

- 第一维x（alpha)表示光源绕自身Z轴旋转
- 第二维y(beta)表示光源绕自身Y轴旋转
- 第三维z(theta)表示CT固定轴的Z轴旋转

（2）旋转顺序：

    CT固定z轴-自身y轴-自身z轴

（3）旋转范围：

标准正位：（0±5， 270±5， 90±5）

标准侧位：（0±5,90±5，180±5）

- **位移** xyz:(0±50)
***
**以下是每个范围极限的示意图**

- 正中心，标准正位（0,90,180,0,0,0）：

![标准侧位](assets/drr_standard/x0_y270_z90.png)

- 旋转角度x最小（-15,270,90,0,0,0）和最大（+15,270,90,0,0,0）：

![x-15](assets/drr_standard/x-15_y270_z90.png) ![x+15](assets/drr_standard/x15_y270_z90.png)

- 旋转角度y最小（0,265,90,0,0,0）和最大（0,285,90,0,0,0）：

![y-5](assets/drr_standard/x0_y265_z90.png) ![y+5](assets/drr_standard/x0_y275_z90.png)

- 旋转角度z最小（0,270,85,0,0,0）和最大（0,275,95,0,0,0）：

![z-5](assets/drr_standard/x0_y270_z85.png) ![z+5](assets/drr_standard/x0_y270_z95.png)

- 位移x最小（0,270,0,-50,0,0）和最大（0,270,0,50,0,0）：

![z-5](assets/drr_standard/tx-50_ty0_tz0.png) ![z-5](assets/drr_standard/tx50_ty0_tz0.png)

- 位移y最小（0,270,0,0,-50,0）和最大（0,270,0,50,0,0）：

![z-5](assets/drr_standard/tx0_ty-50_tz0.png) ![z-5](assets/drr_standard/tx0_ty50_tz0.png)

- 位移z最小（0,270,0,0,0,0）和最大（0,270,0,50,0,0）：

![z-5](assets/drr_standard/tx0_ty0_tz-50.png) ![z-5](assets/drr_standard/tx0_ty0_tz50.png)

## 网络模型设计
**基本结构**：（3*3卷积+2*2池化）*3 + 线性层256*256*128

**可训练参数**：{'Total': 2495174, 'Trainable': 2495174}

![z-15](assets/network_structure/Digraph.gv.png)