基于NSST变换和PCNN的医学图像融合方法

• 作者: 刘国才 田娟秀
• 来源期刊: 中国医学物理学杂志
• 关键词: 非下采样剪切波变换 脉冲耦合神经网络 医学图像融合 PET CT MRI
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 医学影像物理
• 页码范围: 914-920
• 页数: 7页
• 分类号: R318|TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2018.08.010

摘要

目的:融合PET/CT/MRI医学图像,使结果图像尽可能包含更多边缘和纹理特征等信息,以更好地区分病变、肿瘤与正常组织器官,为疾病诊断提供更多的有用信息.方法:提出一种基于非下采样剪切波变换(NSST)和脉冲耦合神经网络(PCNN)模型的融合方法.首先,根据图像局部区域能量和,对图像NSST低频系数进行加权融合;然后,根据PCNN神经元的点火次数,选择图像NSST高频方向系数;最后,通过逆NSST变换,得到融合后的图像.结果:分别对7组MRI/PET和CT/PET图像进行融合实验,其结果图像具有很好的视觉效果,且在互信息、边缘相似性、梯度相似性及空间频率4个指标综合评价中较其它算法更优.结论:本方法可以自适应捕获边缘和纹理信息,具有良好的融合效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘国才	湖南大学电气与信息工程学院	15	176	6.0	13.0
2	田娟秀	湖南大学电气与信息工程学院	6	57	3.0	6.0