Shearlet變換和稀疏表示相結(jié)合的甲狀腺結(jié)節(jié)圖像融合.pdf

1、甲狀腺結(jié)節(jié)是一種常見的甲狀腺疾病，發(fā)病率高，但僅約5％的甲狀腺結(jié)節(jié)是惡性的，若能夠及早發(fā)現(xiàn)并治療的話，通常都能完全治愈，因此，正確判斷甲狀腺結(jié)節(jié)的良惡性是有重大意義的。B超檢查安全無輻射且檢出率高，是臨床首選的檢查方法，提供病變組織形態(tài)上的變化，但不能進行功能判斷。SPECT圖像是功能顯示，提供病變組織功能上的變化，但對結(jié)節(jié)定位不準(zhǔn)。采用圖像融合技術(shù)將這兩種圖像相結(jié)合，有助于醫(yī)生了解患者病變組織的互補信息，從而準(zhǔn)確判斷病情。
　　

2、本文以甲狀腺結(jié)節(jié)的B超圖像和SPECT圖像為研究對象，從多尺度幾何分析方法和融合規(guī)則兩個方面出發(fā)，提出了Shearlet變換和稀疏表示相結(jié)合的圖像融合算法。Shearlet變換克服了小波變換在方向數(shù)上的限制，能更加有效地捕獲圖像的幾何結(jié)構(gòu)信息，但Shearlet變換分解得到的低頻子帶系數(shù)稀疏性較差，因此在Shearlet變換的基礎(chǔ)上，引入了稀疏表示理論。將稀疏表示引入低頻融合過程后，為了盡可能多地保留圖像的細節(jié)信息，對得到的稀疏表示系數(shù)