基于EMD的醫(yī)學(xué)圖像融合算法研究.pdf

1、隨著醫(yī)學(xué)影像學(xué)的發(fā)展，涌現(xiàn)出了大量的高精度的成像設(shè)備，但由于不同形式的成像設(shè)備的成像機(jī)理不同，所以他們對(duì)信息的描述的側(cè)重點(diǎn)不同，具有各自的局限性，通常只能較好的反映人體某些方面的信息，因此為了對(duì)疾病做出精確的診斷或者是提出精確的治療方法，通常需要對(duì)各種醫(yī)學(xué)圖像進(jìn)行融合。長(zhǎng)期的實(shí)踐證明基于多尺度多分辨率的圖像融合方法能獲得較好的融合結(jié)果，而二維經(jīng)驗(yàn)?zāi)Ｊ椒纸庾鳛橐环N新的多尺度多分辨率圖像分解方法具有其它多尺度多分辨率方法無(wú)法比擬的優(yōu)勢(shì)，因此

2、本文將其引入醫(yī)學(xué)圖像的融合中，本文主要的內(nèi)容和成果如下：
　　 1.對(duì)一維經(jīng)驗(yàn)?zāi)Ｊ椒纸獾挠蓙?、原理、算法步驟、性質(zhì)以及存在的問題進(jìn)行了分析與研究，接著將其推廣到二維的情況，也即二維經(jīng)驗(yàn)?zāi)Ｊ椒纸猓敿?xì)的分析了二維經(jīng)驗(yàn)?zāi)Ｊ椒纸馑惴ǖ目蚣芎推渲猩婕暗降年P(guān)鍵技術(shù)。
　　 2.鑒于傳統(tǒng)的二維經(jīng)驗(yàn)?zāi)Ｊ椒纸饣ㄙM(fèi)時(shí)間長(zhǎng)、分解效率低和分解結(jié)果中存在嚴(yán)重的灰度斑的問題對(duì)其進(jìn)行了改進(jìn)，提出了改進(jìn)的二維經(jīng)驗(yàn)?zāi)Ｊ椒纸?。該改進(jìn)算法通過在時(shí)域內(nèi)設(shè)定每

3、次分解的最大鄰域，對(duì)每次的分解進(jìn)行了一定的限制，從而有效地減弱了分解結(jié)果中的灰度斑，另外在鄰域內(nèi)采用基于空域的順序統(tǒng)計(jì)濾波器對(duì)離散的極值點(diǎn)進(jìn)行包絡(luò)估計(jì)，由此來獲得上、下包絡(luò)，有效地減少了使用各種插值算法求取包絡(luò)時(shí)的低效性和使用插值算法時(shí)帶來的其它問題，使算法的效率得到了極大的提高，最終通過該改進(jìn)算法使得分解的質(zhì)量和效率都有明顯的提高。
　　 3.將改進(jìn)的二維經(jīng)驗(yàn)?zāi)Ｊ椒纸鈶?yīng)用到醫(yī)學(xué)圖像融合中，首先將待融合的醫(yī)學(xué)圖像進(jìn)行改進(jìn)的二維經(jīng)

4、驗(yàn)?zāi)Ｊ椒纸?，然后?duì)分解的內(nèi)蘊(yùn)模式函數(shù)和殘余項(xiàng)采用不同的融合規(guī)則進(jìn)行融合。通過與其它融合算法的融合結(jié)果比較，證明了將改進(jìn)的二維經(jīng)驗(yàn)?zāi)Ｊ椒纸庖氲结t(yī)學(xué)圖像融合中的可行性。
　　 4.根據(jù)CT圖像和MRI圖像自身的顯示特點(diǎn)和在融合結(jié)果中所起的作用，提出了基于改進(jìn)的二維經(jīng)驗(yàn)?zāi)Ｊ椒纸夂蛥^(qū)域分割的醫(yī)學(xué)圖像融合算法。該算法首先將CT圖像通過變分水平集分割算法將其分割為參照區(qū)域和病灶區(qū)域，并將分割模式映射到MRI圖像上，將MRI圖像的相應(yīng)區(qū)域也