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.
-
基于小波变换的医学图像融合技术研究
医学图像融合是现代医学领域重要的研究方向之一。为了对病情做出准确全面的诊断及治疗，往往将来自不同医学图像的信息进行研究和分析，医学图像融合技术就是将多幅源图像信息融合到一幅图像中，以期获取更全面、清晰以及更丰富的图像信息。本文采用来自哈佛大学脑图像集中已配准好的CT和MRI、CT和PET两组对象，运用多种算法进行融合，重点研究基于小波变换的图像融合算法，将待融合的图像分解成高低频信息，然后通过特定的融合规则融合图像分解后的子信息，后，通过逆变换得到终的融合结果。本文通过评价标准证明了小波算法优于其他算法，此算法处理后的图像能得到良好的视觉效果和理想指标，在临床上具有重要的诊断参考价值。
-
基于小波变换医学图像融合算法的对比分析
小波变换融合方法具有重要的应用价值,而融合规则的选取直接影响着融合效果.为了获得医学临床上实用的小波融合算法,选择标准CT/MRI图像,通过调整和组合各种小波变换低频及高频融合规则进行仿真实验,深入对比分析各种融合规则对医学图像融合性能的影响.在此基础上,提出低频能量取大与高频系数绝对值取大相结合的融合改进算法,比目前基于传统小波融合规则的融合质量及各项客观评价指标都有明显提高,在各种算法比较中优.采用多聚焦图像和临床实际的CT/MRI图像进行对比验证,表明了方法的有效性.理论分析和实验结果证明:选取合适的融合规则对融合结果影响很大,本研究提出的算法简单有效.
-
基于Contourlet的医学图像融合技术探讨
针对不同医学影像设备获得的多源图像信息有效融合和综合利用的问题,提出一种基于Contourlet区域特性的医学图像融合算法——CRSIF算法,借助于Contourlet变换的优良特性,在Contourlet变换域使用加权平均和选择方式实现频域系数的有效融合,对低频子带采用局部加权能量作为评价标准,高频子带采用区域加权Contourlet对比度的树型结构设计,以满足区域的融合规则.对CT/MR脑部医学图像的仿真分析表明,该算法可克服传统规则下融合图像不连续及产生毛刺和斑点的缺陷,使融合图像与人类视觉系统的感知特性相吻合.
关键词： Contourlet变换 图像融合 医学图像 融合规则 -
一种基于多小波变换的医学图像融合技术
为了提高医学图像融合的可靠性,本文在原小波理论的基础上提出了基于多小波变换的融合方法.此方法能够有效地保留原始图像的重要特征,有着较好的融合效果.
-
多模态医学图像融合技术的研究与进展
医学图像融合技术是影像学技术在医学上极具特色的应用,它将解剖影像与功能影像两者有机的结合起来,实现了从单一的形态学诊断进入到功能与形态相结合的综合影像诊断.重点介绍了多模态医学图像融合的意义、融合技术的分类以及各实现方法的原理,主要包括加权平均法、多分辨金字塔法、小波变换法等常用技术,并分析了当前该领域存在的技术难点以及发展前景.
-
基于小波变换的多模态医学图像的融合及性能评价
为了研究小波变换分解的尺度和融合策略对图像融合效果的影响。我们选择已配准后的多聚焦医学图像以及MRI／C T灰度图像，在提取图像的低频和高频小波系数时，分别进行单尺度和多尺度分解，融合时采取了基于独立像素点和基于邻域窗口的多种融合策略，深入对比分析各种融合规则对医学图像融合性能的影响。实验结果和性能评价表明：使用局部滤波的操作可以明显改善图像融合的效果，使图像的细节信息更加丰富，而多尺度融合能明显提高融合图像的亮度。
-
基于小波变换的医学图像融合方法综述
目的:图像融合是图像处理领域中的一个热门研究方向,其目的为了将来自不同传感器的多模态信息综合体现在一张高质量的图像上,已被广泛应用于医学、航空遥感、军事等领域.不同的融合算法会得到不同的融合结果,融合算法的选择直接决定融合的结果.方法:本文主要调研了当前比较热门的基于小波变换方法的融合方法.根据小波变换的流程,我们知道影响融合后图像质量的因素主要有两个:一个是变换分类及变换基,另一个是变换域的系数融合规则.本文将从这两方面对基于小波变换的各种融合方法进行总结.文中算法的选取原则为:融合实验效果好、被引用次数较多的文献中的使用的算法.另外,本文对经典的融合算法也进行了较系统的描述.结论:经过对文献的搜集与整理,我们就变换种类与融合规则方法分别进行了汇总:在变换种类上有传统Haar小波、性能经过提升的小波、与小波变换交叉使用的变换方法三个子类;在融合规则上,有单个像素法、区域法、多种决策算法参与的系数融合规则三个子类.后本文叙述了几种对于融合后图像的图像质量评价指标.
-
基于离散小波变换的多模态医学图像融合改进算法的研究
目的：提出一种改进的离散小波变换算法，并将其用于多模态医学图像融合。方法将源图像经过离散小波变换分解为高频和低频子图像；高频部分采用方向绝对值取大，能有效地保存图像的细节信息，低频部分使用区域能量比融合规则，保存了图像的绝大部分信息；用离散小波逆变换将融合子图像重构成融合图像。结果由3组医学图像融合效果比较可知，该算法在主观视觉效果和客观评价指标方面均优于现存的其他算法。结论该医学图像融合算法快速准确，在噪声环境和临床实例中均表现优越，可以获得较高质量的融合图像，具有较高的临床应用价值。
-
小波变换在医学图像融合中的应用
图像融合是医学图像处理中的关键技术.文中探讨了基于小波变换的医学图像融合方法.首先对源图像进行小波多尺度分解,然后采用基于窗口的融合规则进行小波系数融合,后通过小波逆变换重构融合图像.实验结果表明,该方法能在保留原图像信息的情况下增强融合图像的细节信息.
-
基于小波变换的多模态医学图像融合
目的:基于小波变换对多幅非同源医学图像进行融合,整合和突出互补信息,增强图像质量,减少冗余,提升医学图像临床辅助诊断和治疗的精准性.方法:通过学习和研究小波理论在图像融合应用中的相关知识,提出一种低频能量取大与高频方差取大相结合的图像融合改进算法,展开对非同源标准医学图像(CT和MRI),多聚焦图像的融合实验,并进行了两类实验数据对比,对比和分析不同融合规则以及不同融合方法下图像融合的性能.结果:在两类对比分析实验中,算法得到的融合图像包含源图像的有效信息量更丰富,图像亮度得到合理提高,其均值、互信息以及信息熵指标数据优.结论:基于小波变换的多模态医学图像算法得到的融合图像具有较好的视觉效果和量化指标,融合性能更强,体现了方法的有效性.
