基于剪切波变换的医学图像融合算法

剪切波变换是一种新颖的多尺度几何分析工具,具有多分辨率、多方向性、效率较高等优点,比小波变换、曲波变换、轮廓波变换等图像表示方法有独特有的优势.基于剪切波变换提出一种医学图像融合算法,先将原始图像通过剪切波变换分解为低频子带图像和高频方向子带图像,然后采用非负矩阵分解方法融合低频子带系数,再通过深入研究人类视觉系统的特性提出最大视觉能量对比度方法,利用局部对比度和局部区域的能量和进行高频方向子带系数的融合,最后通过剪切波逆变换得到融合图像.两组实验均显示所提出的融合方法在与其余3种融合方法的比较中,采用的5项客观评价指标均有4项指标达到最优值,证明所提出的方法获取的融合图像效果最好.     

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,最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。     

不同图像格式在医学图像融合中的性能研究

不同格式的医学图像影响着融合性能。选择常用的BMP、JPG、PNG格式,首先采用典型的小波基函数进行小波融合,然后选用无下采样Contourlet变换(NSCT)融合进行对比验证。实验结果显示,PNG格式图像无论是融合性能还是运行时间和存储空间,都显示了优越性。     

一种基于图像分割的医学图像融合方法

提出一种新的图像融合算法 ,用于临床治疗计划设计时对病灶的确定。文中采用改进的Canny算子对病灶边缘提取方法进行了研究 ,根据局部直方图计算对非目标轮廓进行抑制。通过对图像配准建立空间映射关系 ,将一种图像中的病灶边缘特征与其它相应的图像进行叠加 ,获得具有病灶边缘和解剖结构特征的融合图像。本文的融合算法简单、直观 ,临床实用性强     

医学图像三维可视化技术及其应用

目的：医学图像三维可视化技术是医学图像领域新的研究热点,其应用领域广泛。为了更直观的掌握人体内部信息．医学图像三维可视化技术仍需继续发展。方法：本文对国内外近年来医学图像三维可视化技术及其应用进行了较为全面的综述。结果：主要介绍了三维可视化技术、体绘制加速技术、结合医学图像三维可视化的思路及在临床诊断和临床治疗上的最新应用,并对不同方法的特点及存在的问题进行了讨论。结论：研究表明,医学图像三维可视化技术在临床医学上已经取得了大量的应用成果。随着计算机技术的不断成熟和新技术不断涌现,医学图像三维可视化技术及其应用也将继续发展和完善。     

一种快速斜截面医学图像重建算法

提出了一种基于矢量旋转的快速任意截面医学图像重建方法.算法采用矢量方程描述成像截平面,通过两步计算,把成像截平面法矢量的方向数换算为相对于空间参照系三个坐标轴的旋转量,从而将定解问题转化为求不定解的一个特解.算法的优点是避免直接求解方程,直接计算截平面与三维图像场之间点坐标的转换关系.计算仅涉及成像截平面法矢量的方向数,计算量小,易于对人机交互的描述,便于接口软件开发.实验结果表明,算法速度快,实用性强.     

An Improved Medical Image Fusion Algorithm for Anatomical and Functional Medical Images

In recent years,many medical image fusion methods had been exploited to derive useful information from multimodality medical image data, but, not an appropriate fusion algorithm for anatomical and functional medical images. In this paper, the traditional method of wavelet fusion is improved and a new fusion algorithm of anatomical and functional medical images,in which high-frequency and low-frequency coefficients are studied respectively. When choosing high-frequency coefficients, the global gradient of each subimage is calculated to realize adaptive fusion,so that the fused image can reserve the functional information;while choosing the low coefficients is based on the analysis of the neighborbood region energy, so that the fused image can reserve the anatomical image＇ s edge and texture feature. Experimental results and the quality evaluation parameters show that the improved fusion algorithm can enhance the edge and texture feature and retain the function information and anatomical information effectively.     

基于多小波变换的医学图像融合算法研究

目的:研究一种基于多小波变换的医学影像融合的算法。方法:对已配准的PET图像和CT图像进行预滤波后进行多小波分解,对分解后的图像低频分量采用平均梯度法及高频分量采用自适应加权法的融合规则进行图像融合,经过多小波重构及后滤波得到融合图像。结果:融合图像通过结合源图像的信息,增加了更多的细节和纹理信息,从而得到了良好的融合效果。结论:实验证明,基于该算法,可以得到图像的最佳融合结果。     

基于压缩感知理论的医学图像重构算法研究现状

压缩感知理论的提出促进了医学成像技术的发展。压缩感知是通过直接采集压缩后的数据,利用重构算法高精度恢复原信号,避免了传统的先采样再压缩造成的资源浪费。基于压缩感知的CT、MRI、US成像的重构算法对其应用于医学成像起着至关重要的作用。因此,对重构算法进行了着重介绍,并进行比较分析。     

三种医学图像格式的融合性能研究

医学图像的不同格式影响着图像融合性能,恰当选取合适的图像格式是医学图像融合技术的前提。本文首先选择常用的BMP、JPG、PNG图像格式,采用典型的小波变换进行小波融合,然后选用无下采样Contourlet变换(nonsubsampled contourlet transform,NSCT)进行融合对比验证。实验结果显示PNG格式图像无论在融合性能还是运行时间和存储空间都具有优势。     

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。最后本文叙述了几种对于融合后图像的图像质量评价指标。     

滤波器组合对医学图像融合效果的影响

滤波器的不同组合影响医学图像融合性能,恰当地进行滤波器组合是医学图像融合技术的前提。本文通过优化滤波器组合对无下采样Contourlet变换(nonsubsampled contourlet transform,NSCT)医学图像融合影响进行深入讨论,比较了不同滤波器组合后的融合结果。结果显示滤波器组合对融合性能有较大影响,lax滤波器组合图像融合效果各项指标分别优于db3滤波器组合。实验结果证明,使用合适的滤波器组合,即使在融合准则很简单、分解层数较少的情况下,同样可以获得很好的融合结果,从而大大减少融合算法的复杂度。     

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,在各种算法比较中最优。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。     

基于形态学重构的超声医学图像滤波方法

Speckle噪声是造成超声医学图像质量下降的最主要原因。我们通过修改形态学重构算法-Downhill算法的初始条件,使其适用于超声医学图像的去噪处理。首先在掩模图像中确定标记图像作为算法的初始化和开始区域,再使用改进的Downhill算法对超声医学图像进行滤波处理。实验结果表明,与其他3种传统滤波方法相比,该方法能快速有效地去除心脏腔室内的Speckle噪声同时保留图像的轮廓细节信息。     

肺部三维EIT模型构建与图像重建研究

肺部三维电阻抗图像重建是电阻抗成像技术的重要应用之一。利用3D光学云点技术对人体胸腔区域扫描,并融合X图像提供的肺部结构构建肺部三维EIT仿真模型。根据肺部膨胀及收缩时的电导率先验知识,由COMSOL软件求解获得三维灵敏度矩阵,并在Matlab平台下由共轭梯度迭代算法重建肺部EIT断层图像,进行三维立体重构,获得3D EIT图像。为研究电流敏感场均匀性,设置4组不同电极层间距进行比较仿真实验,结果表明,对于33 cm胸腔区域,电极层间距为8 cm时,成像效果最佳,其最大相关系数为0.810 3,敏感场均匀性为1.869 6×10³,结构相似度为0.482 5,灵敏场的均匀性明显改善,有利于图像重建质量的提高。     

联合稀疏表示的医学图像融合及同步去噪

将多模态医学图像的互补信息有机地融合在一起,可为临床诊断和辅助治疗提供丰富信息和有效帮助。基于联合稀疏模型,提出一种联合稀疏表示的医学图像融合算法,当图像被噪声污染时,该算法在融合的同时兼有去噪功能。首先,将配准的源图像编纂成列向量并组成联合矩阵,通过在线字典学习算法(ODL)得到该矩阵的超完备字典;其次,利用该字典得到联合稀疏模型下的联合字典,之后利用最小角回归算法(LARS)计算基于联合字典的公共稀疏系数和各图像的独特稀疏系数,并根据“选择最大化”融合规则得到融合图像的稀疏系数;最后,根据融合系数和超完备字典重构融合图像。将该算法与3种经典算法比较,结果显示其主观上亮度失真和对比度失真较小,边缘纹理清晰,客观参数指标MI、Q^AB/F在无噪声干扰和有噪声干扰时的统计均值分别为：3.992 3、2.896 4、2.505 5和0.658、0.552 4、0.439 6,可以为临床诊断和辅助治疗提供有效帮助。     

基于3D Shepp-Logan头部模型的三维医学图像重建仿真

Shepp-Logan头部模型是计算机断层图像重建(CT)领域仿真计算普遍采用的经典模型。我们提出一种新思路—以3D Shepp-Logan头部模型作为三维医学图像重建领域进行仿真实验和算法性能评测的基本参考模型。首先介绍了3D Shepp-Logan头部模型的设计与实现以及仿真投影数据的计算,进而描述了所设计的三维医学图像重建仿真计算过程。数值实验部分给出了基于3D Shepp-Logan头部模型的三维医学图像重建仿真实验。实验结果表明了新思路的可行性和模型计算的准确性。     

基于角点的医学显微图像拼接

目的：本文设计了一种基于角点的医学显微图像拼接方法。方法：先利用Harris算子和MIC算法相结合的方法来检测角点,接着对两组角点进行相关性分析,找出匹配的点,并根据匹配点进行拼接,融合。结果：实现了图像的增强与拼接。结论：实验证明,利用该方法对显微图像进行拼接时获得了理想的拼接效果。     

基于自由变形法的多模态医学图像的配准与融合

本研究提出了一种自动识别颈部PET-CT图像特征点的算法，它应用自由变形（FFD）方法以CT图像的特征点为参考使PET图像产生变形，再结合最大互信息法对颈部PET与CT图像进行非刚体配准，最后用改进的小波图像融合法把两者进行融合得出视觉效果比较理想的融合图像。经实际计算得出的变形PET图像与对应CT图像的互信息量大于原始PET图像，并且最后用改进的小波图像融合法得出的融合图像的信息量比一般小波融合大，由此证明本研究所用方法是有效的。     

基于在线字典学习的医学图像特征提取与融合

提出一种基于在线字典学习(ODL)的医学图像特征提取与融合的新算法。首先,采用大小为8像素×8像素的滑动窗处理源图像,得到联合矩阵;通过ODL算法得到该联合矩阵的冗余字典,并利用最小角回归算法(LARS)计算该联合矩阵的稀疏编码;将稀疏编码列向量的1范数作为稀疏编码的活动级测量准则,然后根据活动级最大准则融合稀疏编码;最后根据融合后的稀疏编码和冗余字典重构融合图像。实验图像为20位患者的已配准脑部CT和MR图像,采用5种性能指标评价融合图像的质量,同两种流行的融合算法比较。结果显示,所提出算法的各项客观指标均值最优,Piella指数、QAB/F指数、MIAB/F指数、BSSIM指数和空间频率的均值分别为0.800 4、0.552 4、3.630 2、0.726 9和31.941 3,融合图像对比度、清晰度高,病灶的边缘清晰,运行速度较快,可以辅助医生诊断和临床治疗。