Contourlet變換系數(shù)加權(quán)的醫(yī)學(xué)圖像融合

Contourlet變換系數(shù)加權(quán)的醫(yī)學(xué)圖像交融【綱要】本文針對(duì)多模態(tài)的CT、MRI圖像的交融，利用Contourlet變換多尺度、多方向的特征，提出了系數(shù)加權(quán)的交融算法。對(duì)于低頻子帶，采納局部信息均值和方差來進(jìn)行系數(shù)加權(quán)；對(duì)于高頻子帶，采納條件加權(quán)。將本算法應(yīng)用于不一樣模態(tài)的醫(yī)學(xué)圖像的交融，有效增添多模態(tài)醫(yī)學(xué)圖像的互補(bǔ)信息，提升交融的清楚度?！疽c(diǎn)詞】多模態(tài)；醫(yī)學(xué)圖像；Contourlet變換；圖像交融Abstract】Inordertosolvetheproblemofmulti-modalityimagefusion，animagefusionalgorithmbasedonContourlettransformwasproposedinthispaper，usingthemultiscaleanddirectioncharacteristicsofContourlettransformation.Forlowfrequencysubbands，themeanandvarianceofthelocalinformationisusedtocarryontheweightedcoefficients；forthehighfrequencysubbands，theconditionalweightedisused.Thisalgorithmisappliedtothefusionofmedicalimagesofdifferentmodalities，andthecomplementaryinformationofmultimodalitymedicalimagescanbeeffectivelyimproved.【Keywords】Multi-modality；Medicalimage；Contourlettransformation；Imagefusion前言跟著醫(yī)學(xué)診斷類影像設(shè)備快速發(fā)展，多模態(tài)影像圖像不斷體現(xiàn)。單模態(tài)的影像圖像不可以供給足夠信息，將不一樣模態(tài)的醫(yī)學(xué)圖像進(jìn)行圖像交融，供給豐富的診斷信息是當(dāng)前研究的熱門和方向。外國學(xué)者對(duì)多模態(tài)圖像交融技術(shù)也作了相關(guān)研究，如基于Contourlet變換、基于視覺、基于失散小波變換等的圖像交融方法。當(dāng)前圖像交融技術(shù)可分為兩類[1]：空間域交融與多分辨頻率域交融。Contourlet變換是一種多分辨、局域的、多方向的圖像表示方法，是一種二維圖像的稀少表示方式，擁有優(yōu)異的方向性和各向異性特色，能更好地將圖像中的邊沿輪廓信息捕獲到不一樣尺度、不一樣方向的子帶中，被有效地應(yīng)用在圖像交融領(lǐng)域[2-3]，本文經(jīng)過對(duì)圖像交融技術(shù)與Contourlet變換的研究，提出了一種基于Contourlet變換的CT、MRI醫(yī)學(xué)圖像地域方差加權(quán)和條件加權(quán)交融算法。方法圖像交融的前提是兩幅圖像已經(jīng)進(jìn)行了較好地配準(zhǔn)，本文利用梯度與互信息聯(lián)合的相似性準(zhǔn)則進(jìn)行了醫(yī)學(xué)圖像配準(zhǔn)。Contourlet變換實(shí)現(xiàn)結(jié)構(gòu)由拉普拉斯金字塔（LP）和方向?yàn)V波器組（DFB）構(gòu)成，該變換是將多尺度解析與方向分析分別進(jìn)行。用近似于輪廓段的基結(jié)構(gòu)來迫近圖像，采納的基結(jié)構(gòu)是隨尺度變化長寬比的條形結(jié)構(gòu)，擁有方向性和各向異性，可以對(duì)圖像的線和面有更稀少的表示。交融規(guī)則：低頻子帶交融規(guī)則：對(duì)低頻子帶系數(shù)的交融規(guī)則采納地域方差加權(quán)解析法。該方法可以保留圖像的敏感信息，由于圖像的信息越大，方差越大，算法中的加權(quán)系數(shù)更好地提取了敏感信息，采納此算法進(jìn)行圖像交融將會(huì)比均勻算法獲得更好的交融成效。經(jīng)過Contourlet變換后的高頻子帶系數(shù)包含了圖像中實(shí)用的細(xì)節(jié)信息，包含邊沿、地域輪廓等。頻子帶系數(shù)的分布體現(xiàn)方向特征，含了很多圖像中的細(xì)節(jié)信息。對(duì)高頻子帶系數(shù)進(jìn)行交融的最后目的就是在交融圖像中盡可能保留源圖像的清楚細(xì)節(jié)進(jìn)行圖像表示，以更多保留圖像實(shí)用信息。所以，采納基于主圖像的條件加權(quán)解析法進(jìn)行高頻子帶系數(shù)交融。實(shí)驗(yàn)結(jié)果利用Contourlet變換可以獲得MRI圖像的分解表示圖。第二層選擇k=2，獲得4個(gè)方向的梯度信息；第三層選擇k=3，獲得8個(gè)方向的梯度信息。利用本文的交融策略對(duì)已配準(zhǔn)好的CT、MRI圖像進(jìn)行融合，交融的結(jié)果如圖3（c）所示，利用均勻值的策略進(jìn)行融合的成效如圖3（d）所示。結(jié)果本文將Contourlet變換用于CT、MRI醫(yī)學(xué)圖像交融，提出了基于Contourlet變換的地域信息的交融算法。將該算法用于CT、MRI圖像的交融實(shí)驗(yàn)，經(jīng)過主觀視覺成效進(jìn)行議論，并與傳統(tǒng)交融算法進(jìn)行比較，結(jié)果表示該算法可以有效地融合多源醫(yī)學(xué)圖像信息?！緟⒄瘴募抗祝顣煏?，鮑長生.圖像交融[M].北京：電子工業(yè)第一版社，2008：183-248.徐蘇.基于Contourlet的醫(yī)學(xué)圖像交融技術(shù)商討[J].中國醫(yī)學(xué)影像技術(shù)，2011，27（11）：2326，2330.王昕，李瑋琳，劉富.小波域CT、MRI醫(yī)學(xué)圖像交融新方法[J].吉林大學(xué)學(xué)報(bào)：工學(xué)版，2013，43（s1）：25-28.[4]BhatnagarG，RamanB.Anewimagefusiont