基于离散小波变换的多模态医学图像融合改进算法的研究
目的：由于各种模态的成像原理不同,不同模态图像之间存在互补与冗余,然而任意一种模态成像不可能在一幅图像中同时包含全面互补信息.医学图像融合可以将不同模态图像的相关互补信息融合在一起,被广泛应用于图像处理领域,并且成为图像融合领域的重要算法.本文提出一种改进的离散小波变换算法,并将其用于多模态医学图像融合. 方法：首先，源图像经过离散小波变换分解为高频和低频子图像;高频部分采用方向绝对值取大，可以更好的保存了图像的细节信息，低频部分使用区域能量比融合规则，保存了图像的绝大部分信息:然后用离散小波逆变换将融合子图像变换重构成融合图像。将图像融合评价指标分成五类，从中选取最具代表性的指标作为客观定量评价标准。 结果：选取三组医学图像进行测试:(1)CT图像和MRI图像;(2)带有5％高斯噪声的CT图像与MRI图像;(3)MR-T1加权图像和MR-T2加权图像。由三组医学图像融合效果比较可知，本文提出的算法在主观视觉效果方面优于传统和现存的其他算法，第一组和第三组测试图像结果可知，客观评价指标中标准差、相关系数和平均梯度均是最大的，交叉嫡值接近于最大值。第二组测试图像结果可得，基于离散小波变换的融合方法在噪声环境下依然有效。 结论：本文提出的医学图像融合算法快速准确，主要创新点如下:(1)提出一种新颖的高低频融合规则，克服了传统融合规则的局限性，其中区域能量比方法可以很好的保存低频能量，高频方向系数绝对值取大可以更好的突出细节信息;(2)使用离散小波变换方法进行图像融合时，如果选取合理的融合规则，即使分解层数较低时，依然可以得到较好的融合效果;(3)基于离散小波变换的融合图像质量高于其他方法，不管在噪声环境下，还是在临床实例应用中，均表现出良好的融合效果。主观视觉评价和客观定量比较同时证明了本文提出算法的有效性，不仅可以减少图像信息丢失，还很好地突出了细节纹理部分，减少了图像伪影，提供高对比度的视觉效果。
医疗设备 图像融合 离散小波变换算法 质量控制
徐磊 孟庆乐 杨瑞 田书畅 崔璨 蒋红兵
南京医科大学;南京市第一医院 南京市第一医院 南京市第一医院;南京医科大学
国内会议
厦门
中文
162-169
2015-11-12（万方平台首次上网日期，不代表论文的发表时间）