基于多尺度变换与PCNN的医学图像融合方法研究

发布时间：2023-08-15 18:54

　　随着对成像技术和成像设备研究的不断深入,各种模态的医学图像层出叠见,极大地促进了医学影像技术的发展。但是由于成像原理的不同以及成像设备的物理局限,单一模态的医学图像无法全面反映患者身体某部位或某器官的信息,且相互之间无法替代。因此,解决多种模态医学图像的优势集成、冗余去除等问题就变得极具意义,多模态图像融合技术也应时而生。基于多尺度分析的图像融合方法是近年的研究热点,其中非下采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)相比于小波变换、Contourlet变换等具有多方向特性、多尺度特性及平移不变性,更适于图像融合。脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)符合人眼视觉系统的生理机制,具有同步脉冲发放和全局耦合特性。因此本文先通过实验验证了NSCT在融合领域中的最佳滤波器组合,然后在NSCT域下对基于PCNN的融合方法做深入研究。本文的主要研究成果和结论如下:(1)针对传统PCNN模型的参数设置不灵活、实时性和准确性差等问题,设计了一种NSCT域内模型关键参数依据图像特征自适应调...

【文章页数】：86 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 选题背景及研究的目的和意义
    1.2 国内外研究现状
        1.2.1 多尺度变换及其融合方法的研究现状
        1.2.2 基于PCNN的图像融合方法的研究现状
    1.3 存在的问题与挑战
    1.4 本文的组织结构
第2章 基本理论
    2.1 医学图像及融合方法分类
        2.1.1 医学图像的特点及分类
        2.1.2 图像融合方法分类
    2.2 NSCT变换基本理论及融合框架
        2.2.1 NSCT基本理论
        2.2.2 基于NSCT的图像融合框架
    2.3 脉冲耦合神经网络基本理论
        2.3.1 PCNN标准模型
        2.3.2 本文采用的简化模型
        2.3.3 PCNN模型关键参数分析
    2.4 图像融合评价指标
        2.4.1 主观评价指标
        2.4.2 客观评价指标
    2.5 本章小结
第3章 NSCT域内PCNN关键参数自适应设置融合算法
    3.1 引言
    3.2 NSCT滤波器的对比选择实验
    3.3 本章算法框架及融合规则
        3.3.1 本章算法框架
        3.3.2 PCNN的连接范围的设置
        3.3.3 PCNN的连接强度的设置
        3.3.4 PCNN的外部激励的设置
    3.4 实验结果分析与讨论
    3.5 本章小结
第4章 适用于CT与多种MRI加权图像的GIF结合PCNN的融合算法
    4.1 引言
    4.2 引导滤波的基本原理
    4.3 本章算法框架及融合规则
        4.3.1 本章算法框架
        4.3.2 带通子带融合规则
        4.3.3 低通子带融合规则
    4.4 实验结果分析与讨论
    4.5 本章小结
第5章 适用于彩色医学图像的SFLA结合PCNN全参数自适应设置融合算法
    5.1 引言
    5.2 混合蛙跳算法基本原理
        5.2.1 混合蛙跳算法基本思想
        5.2.2 SFLA数学模型及寻优流程
        5.2.3 SFLA基本流程
    5.3 本章算法框架及融合规则
        5.3.1 本章算法框架
        5.3.2 SFLA参数初始化及本章算法的适应度函数
        5.3.3 SFLA-PCNN优化模型
    5.4 实验结果分析与讨论
    5.5 本章小结
第6章 结论与展望
    6.1 结论及创新点
    6.2 展望
参考文献
攻读硕士学位期间取得的成果
致谢



本文编号：3842080