摘要：针对传统医学图像融合中需要依靠先验知识手动设置融合规则和参数,导致融合效果存在不确定性、细节表现力不足的问题,提出了一种基于改进生成对抗网络(GAN)的脑部计算机断层扫描(CT)/磁共振(MR)图像融合算法。首先,对生成器和判别器两个部分的网络结构进行改进,在生成器网络的设计中采用残差块和快捷连接以加深网络结构,更好地捕获深层次的图像信息;然后,去掉常规网络中的下采样层,以减少图像传输过程中的信息损失,并将批量归一化改为层归一化,以更好地保留源图像信息,增加判别器网络的深度以提高网络性能;最后,连接CT图像和MR图像,将其输入到生成器网络中得到融合图像,通过损失函数不断优化网络参数,训练出最适合医学图像融合的模型来生成高质量的图像。实验结果表明,与当前表现优良的基于离散小波变换(DWT)算法、基于非下采样剪切波变换(NSCT)算法、基于稀疏表示(SR)算法和基于图像分类块稀疏表示(PSR)算法对比,所提算法在互信息(MI)、信息熵(IE)、结构相似性(SSIM)上均表现良好,最终的融合图像纹理和细节丰富,同时避免了人为因素对融合效果稳定性的影响。

摘要：图像融合技术在计算机辅助诊断中发挥了重要作用。传统融合方法通过设计融合策略来同时解决图像融合中的两个关键问题,即细节提取和能量保存,而这容易造成信息丢失或能量保存度不足。鉴于此,提出了一种对细节提取和能量保存问题进行分别解决的融合方法。该方法的第一部分旨在进行细节提取,首先,使用非下采样剪切波变换(NSST)将源图像分解成低频和高频子带;然后,通过改进的能量策略来融合低频子带,而对于高频子带的融合,提出了一种基于直觉模糊集理论的策略;最后,利用逆NSST来重构图像。而在第二部分里,为了达成能量保存,提出了一种亮度增强方法。在43组图像上验证该方法的性能,并把该方法和主成分分析(PCA)、局部拉普拉斯滤波器(LLF)等其他八种传统融合方法进行对比,两种医学图像融合类型(核磁共振图像(MRI)和正电子发射断层图像(PET)、核磁共振图像(MRI)和单光子发射计算机断层图像(SPECT))的实验结果表明,该方法在视觉质量和互信息(MI)、空间频率(SF)、Q值、平均梯度(AG)、信息熵(EI)和标准差(SD)等客观评价指标上均具有优势,能够提高医学图像融合质量。

摘要：针对多尺度分解医学图像融合时信息损失、分解复杂的问题,提出一种医学图像融合方法。源图像经过图像分解框架分解为高频部分和用于局部拉普拉斯滤波分解的低频部分:第一次高频部分采用感兴趣信息,第二次高频部分采用最大值融合规则,低频部分采用局部能量融合规则,逆局部拉普拉斯滤波重构得到的重构图像和高频融合部分采用加法运算融合得到最终融合结果。实验结果表明,对比几种经典算法,所提方法在客观和主观评价方面显示出其优越性。

摘要：医学图像融合术是医学影像处理中一个颇具特色的应用领域.经过十几年的研究,图像融合技术已经应用于临床,例如临床影像学诊断、病变的精确定位、放疗计划的设计、外科手术方案的制定及疗效评估,对提高疾病的诊断和治疗水平,提高疗效、减少并发症均取得可喜成绩.在研究机体代谢、血流变化及受体分布等方面亦有不俗的表现.目前主要应用于以下几方面.

摘要：提出了一种使用云计算实现基于图像内容分析的医学图像融合方法。为了设计云计算推理规则,对两幅输入图像———CT和MR I图像进行灰度直方图分析。并基于CT与MR I图像的灰度直方图与融合目的设计推理规则。将CT与MR I图像作为推理系统的两个输入,进而得到融合图像。实验结果表明,使用云推理方法得到的融合图像较之模糊推理得到的融合图像,能够提供更大的信息量、并且失真度降低,融合图像与源图像更为接近。云推理方法中根据9个灰度层次设计融合规则所得到的融合结果,相比3个灰度层次的融合图像,融合效果更佳。

摘要：目的 :设计开发多模态医学图像融合与评价仿真系统,弥补不同成像技术图像的缺陷。方法 :利用MATLAB2014a开发平台,基于MATLAB图形用户界面,借助MATLAB图像处理工具箱进行系统设计开发。结果:实现了常用的多模态医学图像融合方法与对熵、互信息、交叉熵、均值、标准差等7个客观指标的评价。结论:该系统具有良好的交互性、实用性和可扩展性,不仅能为生物医学工程、医学影像技术等相关专业的医学图像处理教学提供参考,而且能为医生临床诊断提供依据。

摘要：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 。