像素級醫(yī)學(xué)圖像融合研究.pdf

1、隨著現(xiàn)代醫(yī)學(xué)的發(fā)展，醫(yī)學(xué)領(lǐng)域產(chǎn)生了許多醫(yī)療成像設(shè)備，各種醫(yī)學(xué)圖像也隨即得到了廣泛的應(yīng)用。在醫(yī)學(xué)上，為了對病情做出準確全面的診斷及治療，往往需要對病變組織來自不同醫(yī)學(xué)圖像的信息進行研究分析。醫(yī)學(xué)圖像融合技術(shù)作為數(shù)據(jù)融合的一個分支，可以利用不同醫(yī)學(xué)圖像之間冗余信息改善圖像信噪比，從而獲得更為可靠的融合結(jié)果。同時，利用互補信息可使獲得的融合圖像包含更豐富的細節(jié)及更全面的信息。在各類融合方法中，像素級圖像融合具有獲取信息量最多、監(jiān)測性能最好等優(yōu)

2、點，是目前圖像融合的研究熱點，也是本文研究的重點。論文的主要工作及內(nèi)容如下：(1)、介紹了圖像融合技術(shù)的發(fā)展背景、圖像融合的基本概念及其在醫(yī)學(xué)領(lǐng)域的研究價值，并對常用醫(yī)學(xué)圖像的成像原理及醫(yī)學(xué)顯像特點作了簡單介紹，總結(jié)了醫(yī)學(xué)圖像融合分類方法和融合效果的主、客觀評價標準。 (2)、對基于空間域像素的邏輯濾波器圖像融合方法、加權(quán)平均圖像融合方法、對比度調(diào)制圖像融合方法、局部方差加權(quán)圖像融合方法以及局部能量加權(quán)圖像融合方法進行了詳細介紹

3、。在此基礎(chǔ)上，根據(jù)試驗中使用的人體腦部醫(yī)學(xué)圖像平均亮度偏低、待融合圖像信息熵差異大的特點，對已有的對比度調(diào)制圖像融合方法進行了兩點改進：(a)使用信息熵較小的18F-FDG圖像調(diào)制信息量較大的MRI-T1圖像。(b)使用平均亮度較高的MRI-T1和18F-FDG的反片圖像進行融合調(diào)制。實驗結(jié)果表明了改進后的對比度調(diào)制融合方法的正確性和優(yōu)越性。 (3)、闡述了小波域的圖像融合原理及一般方法。對三種現(xiàn)有的小波圖像融合方法進行了研究，

4、通過試驗指明了目前的大多數(shù)基于小波變換的醫(yī)學(xué)圖像融合算法的缺點——缺少對低頻分量融合規(guī)則以及高頻分量鄰域特征的細致考慮。針對這些缺點，本文提出了小波域高、低頻分量按局部能量加權(quán)融合算法(LHPE)。該融合算法通過對源圖像小波系數(shù)的高、低頻分量運用具有不同物理意義的、有針對性的窗矩陣，計算其在相應(yīng)鄰域內(nèi)的加窗能量，以歸一化鄰域加窗能量為權(quán)值對高、低頻小波系數(shù)進行加權(quán)，從而得到融合圖像。通過對試驗結(jié)果的分析，從主、觀評價以及客觀評價的角度說