基于MSVD和MPCNN模型的多模态医学图像融合算法研究

• 作者: 宋方奔 张子齐 缪正飞
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 脉冲耦合神经网络 多分辨奇异值分解 多模态 医学图像融合
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 特别专题-数字医学基础研究与应用实践
• 页码范围: 9-12
• 页数: 4页
• 分类号: R319
• 字数: 2602字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2019.07.003

摘要

目的:提出一种联合脉冲耦合神经网络改进模型(modified pulse coupled neural network,MPCNN)和多分辨奇异值分解(multi-resolution singular value decomposition,MSVD)的多模态医学图像融合算法.方法:第一步,采用MSVD将已配准的MRI和CT图像分解成高频和低频子图像;第二步,采用基于自适应连接因子的MPCNN方法融合低频系数,高频系数采用绝对值取大进行融合,最大限度保存图像细节信息;第三步,采用MSVD逆变换重建融合图像.结果:8组CT和MRI图像融合实验表明,基于提出算法获得的融合图像对比度、清晰度和边缘强度均最佳,且定量评价指标标准差、熵、互信息和边缘强度均高于其他融合算法.结论:提出的MPCNN算法能有效克服传统PCNN算法的局限性,与MSVD结合后融合性能优越,具有较高普适性和实用性,是一种可行的CT和MRI图像融合算法.