基于提升小波变换和PCNN的医学图像融合算法

发布时间：2017-09-30 10:26

  本文关键词：基于提升小波变换和PCNN的医学图像融合算法

  更多相关文章： 医学图像 提升小波变换 PCNN 融合算法

【摘要】：针对各类成像传感器生成图像具有不同的特征信息和医学图像特定应用需求,提出了一种基于提升小波变换和PCNN的多模态医学图像融合算法。首先对已预处理源图像进行提升小波分解获得高、低频子带;其次根据低频部分区域方差判定图像区域相关性,并以区域能量获取系数权重;然后对高频部分采用改良空间频率刺激PCNN网络,并以点火区域强度作为系数判定标准;最后对融合后所得子带通过提升小波逆变换重构获得融合图像。实验结果表明,该算法在信息熵、标准差和边缘传递因子3个指标上有较大提升,较好地保留了边缘细节信息,融合后的图像信息比传统算法更丰富。
【作者单位】： 浙江理工大学机械与自动控制学院;浙江工商大学信息与电子工程学院;
【关键词】： 医学图像 提升小波变换 PCNN 融合算法
【基金】：国家自然科学基金项目(61374022)
【分类号】：TP391.41
【正文快照】： 0引言随着医学影像技术的发展,CT、MRI、SPECT等成像技术能够生成人体内部结构的直观信息,已经成熟地应用于医学临床诊断。例如,CT(X射线断层造影技术)能够获得人体器官、病灶高空间分辨率的结构扫描图,但其对于病灶本身软组织的成像效果并不好;MRI(磁共振成像)对于人体器官的

【参考文献】

中国期刊全文数据库 前10条

1 赵锋;;关于高校辅导员队伍职业化问题的思考[J];思想教育研究;2014年06期

2 江平;张强;李静;张锦;;基于NSST和自适应PCNN的图像融合算法[J];激光与红外;2014年01期

3 郝爱枝;郑晟;;基于NSCT-PCNN变换的多传感器图像融合[J];科学技术与工程;2014年01期

4 胡锦涛;;坚定不移沿着中国特色社会主义道路前进 为全面建成小康社会而奋斗——在中国共产党第十八次全国代表大会上的报告[J];求是;2012年22期

5 肖圣龙;刘群英;;学习型组织理论视阈下的辅导员队伍建设思考[J];高校辅导员学刊;2011年04期

6 胡俊峰;唐鹤云;钱建生;;基于小波变换医学图像融合算法的对比分析[J];中国生物医学工程学报;2011年02期

7 姚为;韩敏;;热红外与多光谱遥感图像的神经网络回归融合方法研究[J];中国图象图形学报;2010年08期

8 傅鹂;王丹;吕海翠;;一种基于提升小波变换的图像融合新算法[J];微电子学与计算机;2009年04期

9 袁春兰;熊宗龙;周雪花;彭小辉;;基于Sobel算子的图像边缘检测研究[J];激光与红外;2009年01期

10 朱仁宝;;香港高校学生思想政治教育及启示[J];思想政治教育研究;2008年06期

【共引文献】

中国期刊全文数据库 前10条

1 王君涛;郭学鹏;;推进高校辅导员职业化发展途径研究[J];教育与教学研究;2016年10期

2 杨昌宇;祁国辉;侯和龙;;新时期高校师德建设的现实意义和实施途径研究[J];石油教育;2016年05期

3 仲恒;文朝晖;邵徐彦;彭瑞;周鸿锁;;基于相关矩阵的早期中央型肺癌检测的研究[J];牡丹江医学院学报;2016年05期

4 黄秋平;袁超;饶超影;;高校辅导员职业化发展存在的问题及解决对策[J];人才资源开发;2016年18期

5 卢宇;卢荣胜;郭广平;张腾达;;基于快速归一化算法的拉伸距离动态跟踪测量[J];传感技术学报;2016年09期

6 闫欣;梅领亮;张华;;动力电芯X射线图像边缘检测算法的应用[J];无损检测;2016年09期

7 周茉;张学明;刘志刚;;基于高速摄像系统和图像边缘检测的精密排种器设计[J];农机化研究;2016年09期

8 郭锐;;制度伦理观建构与国家治理结构转型[J];理论探索;2016年05期

9 王毅军;高俊峰;;网络舆情的二律背反解析[J];社会科学战线;2016年09期

10 黄玉国;谭焱恒;王国炜;;关于营造良好政治生态的思考——以N市为例[J];中共郑州市委党校学报;2016年04期

【二级参考文献】

中国期刊全文数据库 前10条

1 胡钢;吉晓民;刘哲;秦新强;;结合区域特性和非子采样SPT的图像融合方法[J];计算机辅助设计与图形学学报;2012年05期

2 王朝晖;王佳琪;赵德功;付伟;;基于Shearlet与改进PCNN的图像融合[J];激光与红外;2012年02期

3 刘凌湘;陈武凡;周凌宏;徐子海;陈超敏;;基于小波变换的CT/PET图像融合最佳参数研究[J];中国生物医学工程学报;2010年04期

4 尚大军;贺小翠;王伟;;高校辅导员职业化的必要性和可行性分析[J];辽宁行政学院学报;2010年08期

5 李美丽;李言俊;王红梅;张科;;基于NSCT和PCNN的红外与可见光图像融合方法[J];光电工程;2010年06期

6 王志慧;赵保军;沈庭芝;;基于MMPN和可调节链接强度的图像融合[J];电子学报;2010年05期

7 胡俊峰;唐鹤云;钱建生;;不同图像格式在医学图像融合中的性能研究[J];中国生物医学工程学报;2010年02期

8 胡俊峰;唐彩银;巩萍;;基于小波变换的CT/SPECT图像融合最佳层数选取[J];中国医疗设备;2009年03期

9 肖伟;汪荣峰;;基于非下采样contourlet变换与脉冲耦合神经网络的图像融合算法[J];计算机应用;2008年S2期

10 张泾周;李婷;吴疆;;医学图像的小波变换融合算法研究[J];中国生物医学工程学报;2008年04期

【相似文献】

中国期刊全文数据库 前10条

1 钟亚平;;基于PCNN的手腕骨图像自动分割方法研究[J];软件导刊;2013年07期

2 火元莲;;一种基于PCNN的图像自动分割方法[J];自动化与仪器仪表;2008年06期

3 李敏;蔡骋;谈正;;基于修正PCNN的多传感器图像融合方法[J];中国图象图形学报;2008年02期

4 崔世林;田斐;;基于点火频率的两层PCNN参数研究及其应用[J];陕西理工学院学报(自然科学版);2008年04期

5 刘远民;秦世引;;一种新的基于PCNN的自适应强去噪方法[J];北京航空航天大学学报;2009年01期

6 刘明;宫辉力;刘君玲;;基于矢量的PCNN模型及其应用[J];微计算机信息;2009年12期

7 刘灿;林志强;刘燕;马积才;;基于PCNN模型的图像分割研究[J];网络安全技术与应用;2009年04期

8 杨光;韩焱;;一种基于PCNN算法的图像选点滤波方法[J];山西电子技术;2009年03期

9 王绍波;郭业才;高敏;刘振兴;赵雪清;;基于模糊PCNN的小波域超声医学图像去噪方法[J];光电子.激光;2010年03期

10 ;Color image enhancement based on HVS and PCNN[J];Science China(Information Sciences);2010年10期

中国重要会议论文全文数据库 前10条

1 辛保军;张讲社;;基于自动波现象的PCNN模型及其应用[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

2 周一;陈义宗;;有限发散脉冲波PCNN及其应用[A];2009通信理论与技术新发展——第十四届全国青年通信学术会议论文集[C];2009年

3 谭颖芳;聂仁灿;周冬明;赵东风;;基于PCNN和最大相关准则的图像分割[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

4 蒲蓬;王卫星;;基于改进的PCNN的菌落图像分割方法[A];2008'中国信息技术与应用学术论坛论文集（一）[C];2008年

5 马义德;齐春亮;钱志柏;史飞;陈娜;;基于PCNN的不规则分割区域压缩编码[A];第十二届全国图象图形学学术会议论文集[C];2005年

6 赵仕杰;柏正尧;姚娜;李德俭;;基于简化PCNN模型及信息熵最大准则的生物细胞图像分割[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年

7 李钢;王雷;张仁斌;;基于非采样Contourlet变换与简化PCNN的图像融合[A];2009全国虚拟仪器大会论文集（二）[C];2009年

8 李德俭;柏正尧;姚娜;赵仕杰;;一种基于PCNN和C均值算法的图像分割方法[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年

9 葛雯;高立群;;基于自适应链接强度PCNN的多分辨率图像融合算法[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年

10 杜华;周冬明;赵东风;白云洪;林琳;;一种基于调权PCNN的最短路径算法[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

中国博士学位论文全文数据库 前9条

1 何水明;PCNN在图像处理中的若干问题研究[D];中国地质大学;2014年

2 邓翔宇;PCNN机理研究及其在图像处理中的参数自适应设置[D];兰州大学;2013年

3 李小军;PCNN改进模型及其在不变纹理检索和最短路径求解中应用[D];兰州大学;2012年

4 李海燕;脉冲耦合神经网络及其在图像增强与人脸检测中的应用研究[D];云南大学;2010年

5 王成;基于脉冲耦合神经网络的感兴趣区图像检测方法及应用[D];华南理工大学;2010年

6 张红娟;基于PCNN的图像去噪和图像增强方法研究[D];兰州大学;2011年

7 李建锋;脉冲耦合神经网络在图像处理中的应用研究[D];中南大学;2013年

8 黎曦;脉冲耦合神经网络在智能交通系统中的应用技术研究[D];武汉大学;2014年

9 刘R，

本文编号：947687