基于双树复小波变换的PET/CT自适应融合算法

Self-Adaption Fusion Algorithm of PET/CT Based on Dual-Tree Complex Wavelet Transform

二维码有效期 120s

摘要PET/CT医学图像融合对于图像分析及临床诊断具有重要的应用价值，通过融合PET/CT图像，可以丰富图像的信息量，提高信息准确度。针对PET/CT融合问题，提出了一个基于双树复小波的PET/CT自适应融合算法。对已配准的PET和CT图像进行双树复小波变换（dual-tree complex wavelet transform，DTCWT），得到低频分量和高频分量；根据低频图像集中了大部分源图像能量及决定了图像轮廓的特点，采用了自适应高斯隶属度函数的融合规则；在高频图像部分，考虑了图像相邻像素之间的相关性和模糊性问题，在第一层的高频分量上采用了高斯隶属度函数和3×3领域窗口相结合的融合规则，在第二层高频分量上采用了区域方差的融合规则。最后，为了验证算法的有效性和可行性，做了3个方面的实验，分别是该算法和其他像素级融合算法的比较实验，利用信息熵、均值、标准方差和互信息的融合效果评价实验，双树复小波变换中不同融合规则的比较实验。实验结果表明，该算法信息熵提高了7.23%，互信息提高了17.98%，说明该算法是一种有效的多模态医学影像融合方法。