首页 > 文献资料
-
基于NSCT的多模态医学图像融合算法的研究
目的 提出一种新颖的非下采样轮廓波变换算法,并将其用于多模态医学图像融合领域.方法 第一步,采用非下采样轮廓波变换将源图像分解为高频和低频子图像;第二步,低频部分采用区域均值取大融合规则,能保留图像的绝大部分信息,获得更高的对比度和清晰度,高频图像采用取大区域方差取大融合原则,能有效地突出图像细节信息;第三步,采用非下采样轮廓波逆变换将融合子图像进行重构运算,获得终的融合图像.结果 6组医学图像融合实验表明,基于本文提出算法获得的融合图像质量佳,且定量评价指标熵、平均值、标准差、边缘强度分别较其他算法提升0~40%、3%~42%、1%~42%和0.4%~48%.结论 基于本文提出的算法融合效果优越,具有较高普适性和实用性,是一种可行的、有效的医学图像融合算法.
-
基于主视通路层级响应模型的轮廓检测方法
目的 提出一种主视通路信息流层级传递和响应的新模型用于检测图像轮廓的新方法.方法 以RuG图库40幅图片为实验对象,利用非下采样轮廓波变换模拟外侧膝状体(lateral geniculate nucleu,LGN)对视觉信息的频域分离作用;构建LIF神经元网络模型来表达视觉神经系统中的电生理活动,通过CRF机制整合空间信息;同时,利用局部半波整流的高斯差函数来模拟nCRF的全局调节机制.有朝向性地将多个LGN细胞感受野进行关联.同时构建皮层下视通路来模拟它对于主视通路进行视觉信息处理的协同作用.然后,经过非极大值抑制和阈值处理,得到本文轮廓检测结果.后将本文检测结果与3种经典方法(Noninh,SSC,ISO)的检测结果进行对比.结果 本方法的检测结果与基准轮廓图的平均P指标为0.46,大于经典的3种检测方法(P指标分别为0.36、0.40、0.42).结论 本文算法不仅对纹理和背景具有抑制的作用,而且能有效区分纹理强边缘和主体轮廓,获得较佳的效果.
-
基于非下采样轮廓波变换的多模态医学图像融合
由于基于小波变换的图像融合方法仅在水平、垂直、对角线三个方向对图像的高频信息进行分解,易造成图像轮廓的不连续性,而基于非下采样轮廓波变换(NSCT)的融合方法能够对图像中的高频信息进行多方向分解.本文基于NSCT对多模态医学图像进行融合,以区域能量平均加权法作为NSCT变换后低频子带的融合规则,区域能量中心加权作为高频内层带通子带的系数融合规则,外层带通子带则采用区域能量大的系数融合规则.通过对精确配准的头部PET、CT、MR图像的融合实验,借助清晰度、信息熵、联合熵等指标进行客观评价,‘prewitt’算子提取融合图像的边缘信息进行主观评价,验证该算法在视觉效果、信息含量、实时性和长轮廓表达上的优势.相较于其他文献中提出的算法,本文算法得到的融合结果信息丰富程度提升约7％、清晰度提升约31.7％、程序运行时间缩短一半,应用前景可观.
