10.3969/J.ISSN.1672-8270.2022.04.002
基于主成分分析和双树复小波变换的CT和MRI图像融合改进算法研究
目的:提出一种级联主成分分析(PCA)与双树复小波变换(DTCWT)的CT和MRI图像融合新算法,以获得高质量的CT和MRI融合图像.方法:基于级联PCA与DTCWT的融合算法采用非抽样小波变换(UDWT),将已配准的CT和MRI图像分解成为不同尺度的低频和高频子图像;采用PCA融合规则和UDWT逆变换,获得初次融合子图像;采用DTCWT变换将融合子图像分解为实数与复数部分;采用最大值取大融合规则和DTCWT逆变换获得CT与MRI融合图像.选用哈佛大学脑图库中CT和MRI图像进行仿真实验,采用定性与定量结合评估融合图像质量,并将本研究算法所得融合效果与离散小波算法(DWT)、非抽样小波变换(UDWT)及PCA等算法进行比较.结果:定性分析显示,基于级联PCA与DTCWT的融合算法所得CT与MRI融合图像对比度最强,边缘信息最丰富且伪影最弱.定量结果中融合算法所得空间频率、均方误差、边缘相似度、互相关和平方差数值分别达到42.683、0.002、0.925、0.978和0.016,较其他融合算法提升8.71%~194.52%、98.46%~99.49%、8.95%~33.48%、6.19%~230.40%和42.86%~95.83%.结论:基于级联PCA与DTCWT的融合算法性能优越,能获得高质量的CT和MRI融合图像.
图像融合、非抽样小波变换(UDWT)、主成分分析(PCA)、双树复小波变换(DTCWT)、融合算法
19
R811(放射医学)
2022-05-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
7-12