基于自适应云模型的多模态医学图像融合方法研究

《基于自适应云模型的多模态医学图像融合方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号TP391.4密级公开UDC004.92学位论文编号D-10617-30852-(2016)-02058重庆邮电大学硕士学位论文中文题目基于自适应云模型的多模态医学图像融合方法研究英文题目ResearchofMulti-modelMedicalImageFusionBasedonAdaptiveCloudModel学号S130232002姓名赵佳学位类别工程硕士学科专业软件工程指导教师李伟生教授完成日期2016年5月26日重庆邮电大学硕士学位论文摘要摘要伴随着多维图像可视化技术和高性能计算机技术的迅猛发展，

2、医学成像技术已经发展到了多维、动态、功能成像阶段，临床医学利用核磁共振成像(MRI)、电子计算机断层扫描(CT)、正电子发射断层扫描(PET)、单光子发射计算机断层扫描(SPECT)等影像技术来得到不同模态的医学影像。图像融合是指整合两个或多个来自不同模态的场景信息，以获得对目标更为准精、全面、可靠的图像表达。将不同模态的图像进行有机融合后可为医学研究提供比单一模态更为丰富的诊断信息。目前已呈现出多种有效的融合方法，每一种融合方法都有各自的优缺点。基于空间域的融合方法，以直接处理灰度值的方式进行，它的优点是简单易

3、行，但是融合精度往往不高；基于变换域的融合方法首先对图像做空间频域的变换，然后按照某种规则获取融合系数，最后进行逆变换得到输出图像，它的融合精度虽高，但融合过程复杂；云模型理论是人工智能领域研究的新成果，具有兼顾随机性和模糊性的优点。将云模型理论融入到图像融合中，有效地实现了人工智能与图像处理的结合，有力地推动了基于智能域的融合方法的发展。与经典融合方法不同，基于自适应云模型的多模态医学图像融合方法包括图像的云变换过程和云推理规则的设计两部分。首先，针对待融合图像自身的灰度直方图特性，利用高次样条函数拟合算法对灰

4、度直方图进行拟合；然后，根据拟合曲线的谷值点划分区间，在区间内以灰度值为样本点，采用逆向云算法生成云模型的三个特征值，再根据三个特征值，由正向云算法自适应地生成云模型；最后，设计云推理规则，以输入灰度值数据对为条件，先后激发X和Y条件云发生器，完成灰度值数据对在云模型上的映射，输出处理后的灰度值，最终得到融合后的图像。实验结果表明，基于自适应云模型的多模态医学图像融合方法有效地满足了不同模态的图像融合，利用本文方法处理后的图像细节更丰富更清晰，显著特征更明显，对比度更高，在主观融合效果与客观评价指标方面均有很大的

5、提高。关键词：图像融合，成像技术，云模型理论，评价指标I重庆邮电大学硕士学位论文AbstractAbstractWiththerapiddevelopmentofhigh-dimensionalimagevisualizationtechnologyandhigh-performancecomputertechnology,medicalimagingtechnologyhasdevelopedtoathree-dimensional,dynamic,functionalimagingstage.Clinical

6、medicineuseseveralimagingtechniquestogetdifferentmodeofmedicalimaging,suchasmagneticresonanceimaging(MRI),computertomography(CT),positronemissiontomography(PET),singlephotonemissioncomputedtomography(SPECT).Imagefusioncombainsimageinformationwhichfromtwoormor

7、edifferentmodalities,inordertoobtainmoreaccurate,comprehensiveandreliableimagedescriptiontothesamesceneorobject.Theimagefusedbydifferentmodescanprovidericherdiagnosticinformationthansinglemodalityimage.Currently,therehasbeenmanyeffectivefusionmethods,eachmeth

8、odhasitsownadvantagesanddisadvantages.Fusionmethodbasedonspatialdomaindealwithgrayvaluesdirectly,itsadvantageissimpleandeasytoimplement,butthefusionaccuracyisoftennothigh.Fusionmethodbase