计算机辅助设计与图形学学报

作者：朱积成, 刘慧, 李珊珊, 李攀, 张彩明

关键词：医学图像融合, 联合双边滤波器, 非下采样轮廓波变换, 脉冲耦合神经网络, 相位一致性

多模态医学图像融合已成为有效结合正常组织结构和异常改变信息、提高医学诊断效率的强有力辅助技术. 针对空域融合技术在处理图像细节丢失、光谱退化等方面的缺陷, 提出一种在联合双边滤波器(JBF)域内实现图像结构与细节信息增强的双通道频域多模态医学图像融合方法. 该方法将源图像分解为结构和能量2个通道, 分别处理图像纹理细节信息和边缘强度信息. 在结构通道中, 通过改进梯度能量得到局部梯度能量算子, 进一步提升融合图像对小尺度细节信息的表达能力和对噪声的鲁棒性; 在能量通道中, 利用非下采样轮廓波变换提高模型的多方向多尺度特性, 并提出一种局部熵细节增强算子和脉冲耦合神经网络结合的高频子带处理框架, 达到增强能量通道中结构信息和细节信息的效果. 在Atlas公开数据集上, 与基于MST、稀疏表示、PCNN以及JBF的6种具有代表性的频域融合方法进行对比及消融实验的结果表明, 所提方法的融合图像与源图像相似度提升35.0%, 空间频率提升16.2%, 边缘保持度提升12.5%, 对比度提升11.2%; 并在视觉方面有较好的效果, 明显优于对比方法.

来源：2024年第6期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2024年第6期