基于改进结构张量的PET和MRI图像融合

发布时间：2023-04-20 00:46

　　阿尔茨海默病患者的PET图像能够反映脑部的新陈代谢变化,但是分辨率较低,难以看清发病部位的结构;而MRI图像的分辨率较高,可以显示清晰的组织结构,但不能显示组织结构的新陈代谢情况。将阿尔茨海默病患者的PET和MRI图像进行融合,从而确定代谢异常的具体部位,提高诊断准确率。基于PET和MRI三维图像的空间特性选择基于结构张量的图像融合方法,此融合方法简单高效且融合图像可保留更多的边缘和细节信息。目前基于结构张量的三维图像融合中的问题主要有:梯度的计算未充分考虑邻域体素的影响导致梯度准确度较低,图像分解时阈值设定的随机性使得融合结果不稳定,融合规则的选取对融合图像的质量产生直接影响。针对结构张量的梯度直接算法考虑邻域体素较少的问题,将二维Sobel算子引入三维PET和MRI图像的梯度求解中,为了更好的适应三维图像的空间特性将其扩展为三维Sobel算子。基于结构张量的图像分解中阈值随机选取使分解结果具有随机性,针对此问题提出基于迹的最佳分解,根据迹的阈值与评价指标的拟合曲线的变化趋势以及分解图像和融合图像的视觉效果确定迹的最佳阈值。基于改进拉普拉斯的八邻域加权和的融合规则在计算三维图像能量时...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 图像融合的层次
        1.2.2 像素级图像融合方法研究现状
        1.2.3 基于结构张量的图像融合的国内外研究现状
    1.3 本文主要研究内容及结构安排
第二章 PET和MRI成像原理及预处理
    2.1 PET成像原理
    2.2 MRI成像技术
        2.2.1 MRI基本理论
        2.2.2 MRI成像原理
    2.3 PET和MRI图像预处理
    2.4 本章小结
第三章 基于结构张量的PET和MRI图像融合
    3.1 图像融合的流程
    3.2 结构张量的定义和基于结构张量的图像分解
        3.2.1 二维图像的结构张量的定义
        3.2.2 基于结构张量的二维图像分解
        3.2.3 三维图像的结构张量的定义
        3.2.4 基于结构张量的三维图像的分解
    3.3 基于结构张量的PET和MRI图像融合
        3.3.1 基于结构张量的图像融合
        3.3.2 基于结构张量的图像分解
        3.3.3 图像融合与重构
    3.4 图像评价指标
        3.4.1 主观评价方法
        3.4.2 客观评价方法
    3.5 实验结果与对比分析
    3.6 本章小结
第四章 结构张量中梯度算法的改进及基于迹的最佳分解
    4.1 三维图像的梯度场计算
        4.1.1 三维图像直接梯度计算法
        4.1.2 基于改进Sobel算子的三维梯度计算
        4.1.3 不同梯度求法对融合结果的影响
    4.2 基于融合评价指标的迹的阈值的确定
    4.3 阈值设定实验结果及分析
    4.4 本章小结
第五章 基于改进结构张量的PET和MRI图像融合
    5.1 基于改进结构张量的PET和MRI图像融合
    5.2 拉普拉斯能量和的相关理论
    5.3 基于梯度能量的融合规则
    5.4 实验结果及分析
    5.5 本章小结
第六章 总结与展望
    6.1 研究内容总结
    6.2 未来工作展望
参考文献
致谢



本文编号：3794542