基于多尺度变换的医学图像融合方法研究

摘要

随着医学图像工程和计算机技术的不断发展，医学图像已经成为现代医疗技术不可或缺的一部分。成像原理不同的医学图像可以为医生提供不同的诊断信息，但使用单一模态的医学图像容易引起医生做出片面的诊断。通过对医学图像融合的研究，使不同医学图像的优势综合在一起，不仅能够为医生的临床诊断和治疗提供科学的判断依据，还可以进一步提高诊疗的效率。
　　多尺度变换的处理方式符合人眼视觉特征，具有多分辨率分析、方向性等特点，能够捕捉图像中更多的细节及边缘信息，因此在医学图像融合领域中得到了广泛的应用。为了更好地满足临床诊断和治疗的需要，本文对基于多尺度变换的医学图像融合方法进行了研究，主要研究工作如下：
　　（1）针对小波变换在进行医学图像融合时融合图像边缘容易失真的问题，提出一种基于小波加权局部对比度的医学图像融合方法。该方法在低频子带中采用区域标准方差的融合规则；在高频子带中根据小波变换的方向特性和人眼视觉特性，采用了加权局部对比度的融合规则。该方法与传统融合方法相比，能够得到具有更好视觉效果和更优量化指标的融合图像。
　　（2）针对医学图像融合过程中算法实时性差、计算复杂度高和运算所需内存大等问题，提出一种基于提升小波变换与自适应PCNN(脉冲耦合神经网络，Pulse Coupled Neural Network)的医学图像融合方法。该方法在低频子带采用区域能量的融合规则，该规则充分利用了系数之间的区域相关特性；高频子带采用自适应PCNN的融合规则，应用PCNN简化模型，将梯度能量作为PCNN的链接强度，使得PCNN能根据像素梯度能量的变化自适应地调整链接强度的大小，并根据点火次数确定高频子带融合系数。该方法得到的融合结果图细节边缘信息丰富，具有良好的融合效果。
　　（3）针对融合图像在过渡区域微小细节及边缘信息不够清晰的问题，结合PCNN脉冲同步性、变阈值等特性，提出一种基于NSCT（非下采样Contourlet变换，Nonsubsampled Contourlet Transform）与区域点火PCNN的医学图像融合方法。该方法在低频子带采用区域点火PCNN的融合规则，利用点火区域强度确定区域点火特性，根据区域点火特性确定低频子带系数；在选择带通方向子带系数时，利用非下采样Contourlet变换的方向特性，采用改进的拉普拉斯能量的融合规则。该方法得到的融合图像边缘过渡区域信息丰富自然，融合图像清晰。
　　（4）利用RGB模型和IHS模型，提出一种适用于解剖结构成像和功能成像的彩色医学图像融合方法。该方法首先对功能图像进行IHS变换得到亮度I分量；然后对I分量和解剖结构图像进行NSCT变换，在得到的低频子带系数中采用区域平均梯度的融合规则，同时在带通方向子带系数中采用局部对比度的融合规则；最后对经过NSCT逆变换所得的融合后的I’分量与色调分量H、饱和度分量S进行IHS逆变换，得到融合结果图。该方法得到的融合图像有效地保留了PET或SPECT图像的颜色及新陈代谢信息。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 课题的研究背景及意义

1.2 基于多尺度变换的图像融合研究现状

1.3 论文的技术路线及研究方法

1.4 论文的研究内容安排

2 医学图像融合概述

2.1几种常见的医学成像模式

2.2医学图像融合的基本流程

2.3医学图像融合的基本方法

2.4医学图像融合的评价指标

2.5 本章小结

3基于小波加权局部对比度的医学图像融合

3.1 小波变换

3.2 基于小波加权局部对比度的医学图像融合方法

3.3 本章小结

4 基于提升小波变换与PCNN的医学图像融合

4.1 提升小波变换

4.2 PCNN基本模型

4.3 基于提升小波变换的医学图像融合方法

4.4 基于自适应PCNN的医学图像融合方法

4.5基于提升小波变换与自适应PCNN的医学图像融合方法

4.6 本章小结

5 基于NSCT的医学图像融合

5.1 NSCT基本理论

5.2基于NSCT的医学图像融合方法

5.3基于NSCT与区域点火PCNN的医学图像融合方法

5.4本章小结

6 基于NSCT的解剖结构与功能成像融合

6.1 彩色模型

6.2基于NSCT的解剖结构与功能成像融合方法

6.3本章小结

总结和展望

致谢

参考文献

攻读学位期间的研究成果