基于超小波變換的醫(yī)學(xué)圖像融合方法研究.pdf

1、現(xiàn)代科學(xué)技術(shù)的發(fā)展帶動(dòng)了醫(yī)療器械的蓬勃發(fā)展，其中的醫(yī)療影像診斷設(shè)備也絡(luò)繹不絕的出現(xiàn)，使得醫(yī)療影像越來越多。醫(yī)療診斷中，病人需要拍攝不同醫(yī)療影像，這需要熟練專業(yè)的醫(yī)生才能根據(jù)這些醫(yī)療影像診斷病人的情況，而且醫(yī)生在診斷時(shí)需要綜合這些醫(yī)療影像中的信息，這對(duì)醫(yī)生特別是實(shí)習(xí)醫(yī)生是一個(gè)很大的挑戰(zhàn)。由此出現(xiàn)了醫(yī)學(xué)圖像融合技術(shù)，其原理是將不同的醫(yī)療影像綜合在一起，把拍攝病人的醫(yī)療影像信息在一張醫(yī)療影像上顯示。
　　本文主要對(duì)醫(yī)療影像融合算法中存在

2、的問題進(jìn)行分析，通過對(duì)基于小波變換、超小波變換、鄰域熵脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)與稀疏表示等醫(yī)療影像融合算法進(jìn)行了解與思考，提出了兩種新的醫(yī)療影像融合方案。工作主要?jiǎng)?chuàng)新性工作如下:
　　1.為了提高醫(yī)學(xué)圖像融合的質(zhì)量，提出一種基于非下采樣Contourlet變換(NSCT)與鄰域熵脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)的融合方法。在充分考慮圖像NSCT域系數(shù)特征和PCNN符合人眼的視覺特性基礎(chǔ)上，針對(duì)低、高頻分別提出一種基于改進(jìn)拉普拉斯能

3、量和(Sum-Modified-Laplacian，SML)的低頻系數(shù)融合方法和一種基于鄰域熵的PCNN高頻系數(shù)融合方法，構(gòu)建一種全新的融合規(guī)則運(yùn)用于醫(yī)學(xué)圖像融合模型中。新的融合算法能取得更好的視覺效果以及較好的客觀指標(biāo)值，驗(yàn)證了算法的優(yōu)越性。
　　2.提出了基于YUV變換和稀疏表示的結(jié)構(gòu)與功能醫(yī)學(xué)圖像融合算法。利用YUV變換保留功能圖像的顏色信息以及Y分量能夠代表源圖像的灰度信息的特性，結(jié)合NSCT變換實(shí)現(xiàn)Y分量與結(jié)構(gòu)圖像的融合