基于稀疏表示和脉冲耦合神经网络的医学影像融合算法

• 作者: 吴双 邱天爽
• 来源期刊: 中国生物医学工程学报
• 学科: 工学
• 关键词: 图像融合 K-SVD 脉冲耦合神经网络(PCNN) 计算机断层扫描(CT) 核磁共振(MRI)
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 论著
• 页码范围: 448-453
• 页数: 6页
• 分类号: TP391
• 字数: 4262字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-8021.2013.04.010

摘要

为满足医学图像辅助诊断的需要,提出一种基于稀疏表示和脉冲耦合神经网络(PCNN)的CT和MR影像融合算法.首先,原始图像通过滑动窗方法构成联合矩阵,通过K-SVD算法得到该联合矩阵的冗余字典,采用正交匹配追踪算法得到该联合矩阵的稀疏系数;然后,根据稀疏系数的特点,采用脉冲耦合神经网络来融合稀疏系数;最后,由融合后的稀疏系数和冗余字典得到融合矩阵,反变换得到融合图像.实验图像为10组配准的脑部CT和MR图像,采用5种性能指标来评价融合图像的质量,同2种流行的医学影像融合算法进行比较,结果显示算法除QAB/F指数外,其他4项指标均为最优,Piella指数、QAB/F指数和BSSIM指数的均值分别为0.760 4、0.877 1和0.537 3,融合图像的纹理和边缘清晰,对比度高.主观和客观分析显示,算法的融合性能比较优越.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱天爽	大连理工大学电子信息与电气工程学部	302	2478	22.0	33.0
2	吴双	大连理工大学电子信息与电气工程学部	4	23	3.0	4.0