改进的PCNN在多模态医学图像融合中的研究

发布时间：2024-05-13 02:47

　　医学图像融合的目的是为了解决由于成像设备的局限性,对一些疾病的诊断需将给几幅不同模态的医学图像组合起来,包括从图像融合和一般信息融合到解决通过人体器官和细胞图像反映医学问题的一种技术。数字图像融合是对多源图像进行综合的信息处理,它提供了一个包含源图像的关键信息的复合图像,这些信息对于更好地定位不同器官和病变起着至关重要的作用,以获得对特定区域或目标更准确、更全面、更可靠的描述,便于医生后续对图像的分析和理解。多模态医学图像融合广泛应用于各种疾病的诊断、治疗计划等领域。当前,有关医学图像融合算法主要包括了加权平均、多尺度分解以及神经网络等。针对现有医学图像融合算法存在的问题,本文重点研究了基于非下采样剪切波变换(Non-Subsampled Shearlet Transform,NSST)域内,关于脉冲耦合神经网络(Pulse-coupled Neural Network,PCNN)的算法的改进,并将改进的PCNN与其他两种算法相结合,一种是将改进的PCNN与压缩感知(Compressed Sensing,CS)相结合的算法,另一种是将改进PCNN与相位一致性(Phase Congrue...

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

图3-3采样率为20%60%时的融合图像

第3章基于CS-PCNN的医学图像融合算法22采样率20%采样率40%采样率50%采样率60%图3-3采样率为20%~60%时的融合图像Fig.3-3Fusionimageswithasamplingrateof20%~60%3.6.2MRI与CT图像为了评估提出算法的有效性，原....

图3-4脑萎缩的CT与MRI图像及融合结果

第3章基于CS-PCNN的医学图像融合算法23融合图像中引入的结构畸变；（3）观察到融合图像在不失真的情况下清晰呈现源图像病理的能力；（4）评价融合图像在临床应用中的有效性。（a）MRI图像（b）CT图像（c）NSST-PCNN算法（d）NSST-SR算法（e）NSCT-CS算法....

图3-5脑梗的CT与MRI图像及融合结果

第3章基于CS-PCNN的医学图像融合算法23融合图像中引入的结构畸变；（3）观察到融合图像在不失真的情况下清晰呈现源图像病理的能力；（4）评价融合图像在临床应用中的有效性。（a）MRI图像（b）CT图像（c）NSST-PCNN算法（d）NSST-SR算法（e）NSCT-CS算法....

图3-6脑中风的CT与MRI图像及融合结果

第3章基于CS-PCNN的医学图像融合算法24（a）MRI图像（b）CT图像（c）NSST-PCNN算法（d）NSST-SR算法（e）NSCT-CS（f）CS-PCNN算法图3-6脑中风的CT与MRI图像及融合结果Fig.3-6CTandMRIimagesofacutestrok....

本文编号：3972263