基于边缘保持滤波器和显著性的多模态医学图像融合方法研究

发布时间：2024-02-02 11:25

　　多模态医学图像融合指通过某种途径将多幅包含不同特征信息的医学图像融合成一张图像的过程。与单一模态图像相比,融合图像能更全面地反映组织器官的信息描述,可为临床提供更丰富的辅助诊疗信息。现有的多模态医学融合研究包含两种模式:灰度图像与灰度图像的融合(比如MRI-CT)和灰度图像与伪彩色图像的融合(比如MRI-PET和MRI-SPECT)。MRI-CT融合能得到包含器官轮廓信息和软组织信息的图像,适用于肿瘤的诊治。MRI-PET融合和MRI-SPECT融合能得到包含清晰的软组织信息和丰富的色彩信息的图像,适用于癌症的诊治。本文以MRI和CT、PET、SPECT的融合为研究对象,针对现有融合方法中存在的成分丢失(结构、颜色)和融合图像模糊的问题,提出了两种有效的融合方法。针对现有MRI-PET、MRI-CT融合中存在的主成分(结构、颜色)丢失问题,本文提出一种基于导向滤波和图论显著性的多模态医学图像融合方法。首先,利用导向滤波算法将源图像分解为多个尺度的粗糙和细节子带图像。然后,分别利用信息熵和图论显著性检测算法来指导粗糙和细节子带图像的融合。最后,通过求和算法对融合子带图像进行重构生成最终的...

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

图1.1四个模态的医学图像

是通过医疗传感器采集人体信息，生成医学影像，帮助医生进行病情诊断和确认病灶范围。不同的传感器设备在采集信息时原理不同，造成所采集到的信息侧重点也不同。如图1.1所示，目前常用的医学图像包括CT、MRI、PET和SPECT等模态。其中，CT是一种能清晰地表达人体骨骼器....

图1.2多模态图像融合示意图

⒑颓逦?钠鞴偃碜橹?畔ⅲ?欣?诎┲⒌恼锒嫌胫瘟芠5,6]。输入图像A输入图像B融合图像FMRI-CTMRI-PETMRI-SPECT图1.2多模态图像融合示意图1.2课题研究中的现有问题多模态医学图像融合包括：像素级图像融合、特征级图像融合与决策级图像融合[7,8]。像....

图3.1GBVS方法提取显著性区域示例图

得到m最终的显著图。然后把集合M中所有特征图的显著图进行尺度归一化，将小尺度的图拉伸至原图大小，最后对这些特征显著图进行叠加操作，生成最终的显著图S。新的马尔科夫链的权重矩阵定义如下：(,)()(,)xxyypqApFpq....

图3.2基于导向滤波和图论显著性的多模态图像融合框架图

图3.2基于导向滤波和图论显著性的多模态图像融合框架图算法3.1：基于GIF和GBVS的多模态图像融合算法输入:待融合源图像A,B输出:融合图像F步骤1:图像多尺度分解1.利用GIF算法将A和B分解为3尺度粗糙和细节....

本文编号：3892582