基于深度卷积神经网络医学图像融合算法

摘要

本发明涉及一种基于深度卷积神经网络医学图像融合算法。目前医学图像的融合方法很多，但在临床应用中还存在着许多尚未解决的技术难题。首先由于各种成像系统的成像原理不同，其图像采集方式、格式以及图像的大小、质量、空间与时间特性都有很大差别。本发明包括如下步骤：输入CT图像和MRI图像，进行图像预处理操作；将两张图像进行归一化处理，将不同源的图像整合在同一像素级下；采用最佳的配准方法对图像进行配准处理，使用搜索算法，在搜索空间中找到使得相似性度量最优的解；将配准之后的子带图像进行像素级图像融合处理，将融合之后的子带图像通过多尺度Retinex算法进行特征提取增强。本发明用于基于深度卷积神经网络医学图像融合算法。