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)備的成像機理不同，所以他們對信息的描述的側(cè)重點不同，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，通常需要對各種醫(yī)學(xué)圖像進行融合。長期的實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?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法比擬的優(yōu)勢，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.對一維經(jīng)驗?zāi)Ｊ椒纸獾挠蓙?、原理、算法步驟、性質(zhì)以及存在的問題進行了分析與研究，接著將其推廣到二維的情況，也即二維經(jīng)驗?zāi)Ｊ椒纸?，詳?xì)的分析了二維經(jīng)驗?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?zāi)Ｊ椒纸饣ㄙM時間長、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其進行了改進，提出了改進的二維經(jīng)驗?zāi)Ｊ椒纸?。該改進算法通過在時域內(nèi)設(shè)定每

3、次分解的最大鄰域，對每次的分解進行了一定的限制，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)計濾波器對離散的極值點進行包絡(luò)估計，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)時的低效性和使用插值算法時帶來的其它問題，使算法的效率得到了極大的提高，最終通過該改進算法使得分解的質(zhì)量和效率都有明顯的提高。
　　 3.將改進的二維經(jīng)驗?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)圖像進行改進的二維經(jīng)

4、驗?zāi)Ｊ椒纸?，然后對分解的?nèi)蘊模式函數(shù)和殘余項采用不同的融合規(guī)則進行融合。通過與其它融合算法的融合結(jié)果比較，證明了將改進的二維經(jīng)驗?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和在融合結(jié)果中所起的作用，提出了基于改進的二維經(jīng)驗?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