基于稀疏表示的多模态医学影像融合方法研究

发布时间：2021-03-28 02:04

　　由于医学影像成像机制具有多样性,因此通过不同成像机制所形成的医学影像能够反映的组织信息差异较大。例如,计算机断层扫描（CT）图像可以清晰的显示骨骼等致密结构,而磁共振（MR）图像能够为软组织提供高分辨率的解剖信息,但单一模态图像有其局限性,只能反映单一方面的组织信息,无法提供全面、准确的信息。在这种情况下,多模态医学影像融合则成为一种有效的解决方案,可以将不同模态图像中的互补信息进行提取,并融合为一幅完整的图像,使其具有更多的显著特征和有利于诊断的辅助信息,在医疗诊断和临床操作中发挥着关键的作用。本文通过深入研究多模态医学影像融合理论及稀疏表示理论,针对其弊端做出的改进和主要的研究内容如下:针对基于稀疏编码的医学图像融合方法存在的细节保存能力不足的问题以及单字典不能准确地反映输入图像的复杂结构,导致重建图像质量不佳的问题,提出了一种基于卷积稀疏表示双重字典学习与自适应PCNN的多模态医学图像融合方法。该方法首先通过已配准的训练图像去学习卷积稀疏与卷积低秩子字典,在两个字典下使用交替方向乘子法（alternating direction multiplier method,ADMM）求得... 

【文章来源】：中北大学山西省

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

多模态医学图像融合评价体系Fig2-5Multimodalmedicalimagefusionevaluationsystem


本文编号：3104669