-
题名基于直觉模糊集和亮度增强的医学图像融合
被引量:3
- 1
-
-
作者
张林发
张榆锋
王琨
李支尧
-
机构
云南大学信息学院
昆明医科大学第三附属医院超声科
-
出处
《计算机应用》
CSCD
北大核心
2021年第7期2082-2091,共10页
-
基金
国家自然科学基金资助项目(61561049,81771928)
云南省高校高原医学电子信息智能检测处理重点实验室建设项目。
-
文摘
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。
-
关键词
医学图像融合
非下采样剪切波变换
能量策略
直觉模糊集理论
亮度增强
-
Keywords
medical image fusion
Non-Subsampled Shearlet Transform(NSST)
energy-based fusion rule
intuitionistic fuzzy set theory
intensity enhancement
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-