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。     

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/CT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。     

基于小波变换的CT/PET图像融合最佳参数研究

为了提高基于小波变换图像融合的性能,在图像融合规则相对固定的情况下,提出一种确定最佳小波基函数和分解层数的方法。从图像的信息熵出发,通过比较低频子带图像熵差与原始图像熵差的接近程度,选择每一种小波基所对应的最佳分解层数;在小波分解层数确定的情况下,结合图像融合评价方法,选择最佳的小波基函数。与引入融合效果的评价构成一个闭环系统来确定小波参数相比,该方法极大地简化了判别过程;将该方法应用于CT/PET图像融合,获得了较好的融合效果。实验结果表明,该方法简单可行,对基于小波变换图像融合的小波参数选取有一定的指导意义。     

医学图像的小波变换融合算法研究

针对不同分辨率的PET和MRI图像,探讨医学图像中功能成像和解剖成像的融合问题.提出一种基于小波变换的多尺度分解对人脑PET和MRI图像的融合算法,选取测量活跃性等级-系数分组-系数合并的融合规则,对多尺度小波变换的图像融合方法和普通像素加权平均融合方法进行仿真,并运用熵和交叉熵两种方法评价仿真结果.结果表明,该方法能有效融合功能信息和解剖信息,避免虚假信息引入.得到最佳分辨率的融合图像,提高医学图像的可信度,对临床诊断和治疗有一定参考价值.     

基于小波变换的异常特征超声图像定位技术

为了提高超声图像的诊断识别能力,需要进行异常特征点定位。提出一种基于小波变换的异常特征超声图像定位技术。对采集的超声图像采用边界特征融合方法进行边缘轮廓检测,在邻域内采用颜色梯度分解方法进行超声图像区域融合滤波处理,结合小波变换方法进行超声图像的特征分解和尺度模板匹配,提取超声图像的奇异特征点,根据超声图像的颜色特征分解值进行邻域均衡控制和自适应特征参量估计,根据超声图像的纹理和颜色特征提取结果进行图像的异常特征点定位检测和识别。仿真结果表明,采用该方法进行超声图像异常特征点定位的准确度较高,定位精度较好,提高了超声图像的异常特征辨识能力。     

基于小波包变换的医学图像融合方法

为满足医学图像临床辅助诊断和治疗的需要,将小波包变换和自适应算子相结合,提出一种新的医学图像融合算法.算法首先对已配准的医学图像进行小波包分解,并采用自适应算子对小波系数及分解子图像进行处理,通过小波包重建,获得高质量的医学融合图像.该方法克服了小波变换不能兼顾图像高频成分的缺陷,并且可以根据不同的医学图像自动调整融合规则的权重系数,有效避免了设置固定权重系数造成的融合误差.实例融合仿真验证了算法的有效性和先进性.     

基于三维带限剪切波变换的磁共振图像融合

越来越多的医疗设备能采集人体不同特征数据并形成三维图像。在临床应用中,通常需要将多幅含有不同重要信息的源图像融合到一幅图像中以辅助治疗。而传统的图像融合方法主要针对二维图像,这些方法直接应用于三维数据会导致第三维信息的损失。本文结合近期出现的超小波变换——三维带限剪切波变换和四组传统融合准则,提出新的三维磁共振图像融合方法。最后通过四组人脑T2*和磁量图(QSM)源数据,将本文的方法分别与基于二维和三维的小波、双树复数小波的融合方法进行对比。实验显示基于三维变换的融合方法性能普遍优于基于二维变换的方法;三维方法中,剪切波克服了传统小波变换缺乏表达方向的缺陷,能有效地提高传统图像融合算法的性能,因此,本文的方法质量指标最高。     

基于小波分析的医学图像融合技术及其效果评价

多模医学图像融合技术是近年兴起的一种新技术，在医学影像技术学和放射医学领域中有极为重要的应用价值。本文中我们使用小波分析算法有效的实现了基于像素级的多重图像融合，并给出了量化的评判指标。实验结果表明，基于小波分析的医学图像融合技术能有效的保留原始多源图像的边缘和纹理特征。避免融合图像出现平均化。     

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.     

MRI图像的小波融合处理

背景：小波图像融合是将两幅图像融合在一起,以获取对同一场景的更为精确、全面、可靠的图像描述。 目的：用小波变换图像融合技术融合MRI脑梗死图像,以恢复缺损图像。 方法：图像融合的主要机制是利用二维小波分析法对MRI脑梗死图像进行小波分解,并对高低频信号采用多种融合方式进行融合。通过对比不同融合方式后的效果图,找出最适合本部位MRI图像的融合方法。 结果与结论：不同方式的融合技术能成功修复不同的缺损部位,多种融合方式的合适组合能完全修复多处缺失部位。对于文中给出的MRI脑梗死图像,采用最小值融合方式的融合效果最好。提示使用二维小波分析法处理医学图像,简便快捷,能有效改善图像的视觉效果,辅助临床诊断。     

Model-based technique for the measurement of skin thickness in mammography

A model-based method is proposed for the measurement of breast skin thickness from digitised mammograms that takes into account both the geometric and radiographic properties of the skin region. The method initially identifies a salient feature that discriminates the skin from the other anatomical structures of the breast. Its identification is based on a multi-scale grey-level gradient estimation, using a wavelet decomposition of the image. The spatial distribution of this feature is organised as a graph, with each of its nodes associated with a binary set of interpretation labels. A Markov randomfield is defined on the set of labels, and the best graph labelling is finally determined with a maximum a posteriori (MAP) probability criterion. The method was applied on 11 mammograms with improved contrast characteristics at the breast periphery, obtained by an exposure equalisation technique during image acquisition. The validation of the approach was performed by calculating the root mean square (RMS) error between the detected skin thickness and manual measurements performed on each of the films. The resulting error values ranged from 0.1 mm to 0.2 mm for normal cases and reached a maximum of 0.5 mm in pathological cases with advanced skin thickening.     

利用小波多尺度变换和矩进行形状特征提取

形状是描述图像内容的一个重要的特征,基于形状的图像检索在基于内容的图像库系统管理和应用中得到越来越多的重视.本文提出了一种基于小波多尺度变换和相关矩的形状特征提取与检索方法.首先,对亮度图像进行小波模极大值变换,得到多尺度的边界图像,再利用6个相关边界矩提取每一尺度边界图像的特征,同一尺度上的矩组成图像的特征向量,用欧几里得距离对归一化的特征矢量进行相似性度量,不同的尺度赋予不同的权值,构建了一个基于形状特征的图像检索系统.实验结果表明,该方法通用性强,鲁棒性高.     

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。     

Computer-Assisted Bone Age Assessment: Graphical User Interface for Image Processing and Comparison

The current study is part of a project resulting in a computer-assisted analysis of a hand radiograph yielding an assessment of skeletal maturity. The image analysis is based on features selected from six regions of interest. At various stages of skeletal development different image processing problems have to be addressed. At the early stage, feature extraction is based on Lee filtering followed by the random Gibbs fields and mathematical morphology. Once the fusion starts, wavelet decomposition methods are implemented. The user interface displays the closest neighbors to each image under consideration. Results show the sensitivity of different regions to both stages of development and certain feature sensitivity within each region. At the early stage of development, the distal features are more reliable indicators, whereas at the stage of epiphyseal fusion, a larger dynamic range of middle features makes them more sensitive. In the current study, a graphical user interface has been designed and implemented for testing the image processing routines and comparing the results of quantitative image analysis with the visual interpretation of extracted regions of interest. The user interface may also serve as a teaching tool. At the later stage of the project it will be used as a classification tool.     

Wavelet based compression of medical ultrasound images using vector quantization

In this paper, an efficient technique for compression of medical ultrasound (US) images is proposed. The technique is based on wavelet transform of the original image combined with vector quantization (VQ) of high-energy subbands using the LBG algorithm. First, we analyse the statistical behaviour of wavelet coefficients in US images across various subbands and scales. The analysis show that most of the image energy is concentrated in one of the detail subband, either in the vertical detail subband (most of the time) or in the horizontal subband. The other two subbands at each decomposition level contribute negligibly to the total image energy. Then, by exploiting this statistical analysis, a low-complexity image coder is designed, which applies VQ only to the highest energy subband while discarding the other detail subbands at each level of decomposition. The coder is tested on a series of abdominal and uterus greyscale US images. The experimental results indicate that the proposed method clearly outperforms the JPEG2000 (Joint Photographers Expert Group) encoder both qualitatively and quantitatively. For example, without using any entropy coder, the proposed method yields a peak signal to noise ratio gain of 0.2 dB to 1.2 dB over JPEG2000 on medical US images.     

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.