[發明專利]基于小波變換的多模態醫學圖像融合方法

有效

• 申請號: 201710046867.4
• 申請日: 2017-01-22
• 公開（公告）號: CN106910179B
• 公開（公告）日: 2019-03-15
• 發明（設計）人: 章世平;王曉芳
• 申請（專利權）人: 卡本(深圳)醫療科技有限公司
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 北京思創大成知識產權代理有限公司 11614
• 代理人: 王堯

一種基于自適應小波基的多模態醫學圖像融合方法，包括以下步驟：S1、采用自適應小波基濾波器對不同模態的醫學圖像進行小波變換，將前述圖像分別分解為高頻、低頻以及高低頻結合的分量；S2、對任意兩幅不同模態醫學圖像分解得到的高頻、低頻和高低頻結合的分量進行疊加，得到融合圖像的高頻、低頻和高低頻結合的分量；S3、對融合圖像的高頻、低頻和高低頻結合的分量進行離散小波逆變換，得到原始大小的融合圖像。本發明將小波變換技術應用于圖像處理領域中，自適應小波基可以有效提升小波系數對低頻分量的細節敏感度，使得進一步分解得到的高頻、低頻分量更加準確，進而使得融合效果得到提升。

技術領域

本發明涉及醫療領域，尤其是采用圖像處理技術對多模態醫學圖像進行融合的方法，具體地說是一種基于小波變換的多模態醫學圖像融合方法。

背景技術

目前，隨著計算機科學技術和醫療影響工程學的快速發展，世界上出現了許多先進的醫療成像設備，為臨床醫學診斷提供了多種模態的醫學圖像，這些圖像從不同方面反映了人體結構、臟器和病變組織的不同信息。

比如CT(Computed Tomography)圖像具有較強的空間分辨率和幾何特性，對骨骼的成像非常清晰，它可對病灶定位提供較好的參照，但對軟組織的對比度則相對較低。MR(Magnetic Resonance)圖像可以清晰地反映軟組織、器官、血管等的解剖結構，有利于確定病灶范圍，但是MR圖像對鈣化點不敏感，且受到磁干擾會發生幾何失真。SPEC、PET圖像能得到人體任意角度斷層面的放射性濃度分布，可以反映組織器官的代謝水平和血流狀況，對腫瘤病變呈現“熱點”，提供人體的功能信息，但是它們的分辨率差，很難得到精確的解剖結構，也不易分辨組織、器官的邊界。由此可見，不同成像技術有著自身的優勢也同時擁有一些局限性，這些圖像對人體同一解剖結構所得到的形態和功能信息是互為差異、互為補充的。

在臨床診斷中，單一模態的圖像往往不能提供醫生所需要的足夠信息，因此，如果能將不同模態的醫學圖像進行適當的融合，使解剖信息和功能信息有機地結合起來，在一幅圖像上同時綜合地表達來自多種成像源的信息，以便醫生了解病變組織或器官的綜合情況，并做出更加準確的診斷或制定出更加科學優化的治療方案，這必將推動現代醫學臨床技術的巨大進步。

針對不同模態醫學圖像的特點，為了能夠更好的融合不同圖像的重要信息，我們提出了基于自適應小波基的多模態醫學圖像融合方法。在圖像能量特征計算的前提下，自適應選擇最優小波系數進行小波變換，從而使得小波變換可以有效的將圖像的背景和細節進行區分，在可調節的權重下，兩副不同模態圖像的高頻和低頻信息按照不同比例進行疊加，快速、高效的完成了融合過程。

發明內容

本發明的目的是針對圖像融合的問題，提出一種基于小波變換的多模態醫學圖像融合方法。

本發明的技術方案是：

一種基于自適應小波基的多模態醫學圖像融合方法，它包括以下步驟：

S1、采用自適應小波基濾波器對不同模態的醫學圖像進行小波變換，將前述圖像分別分解為高頻、低頻以及高低頻結合的分量；

S2、對任意兩幅不同模態醫學圖像分解得到的高頻、低頻和高低頻結合的分量進行疊加，得到融合圖像的高頻、低頻和高低頻結合的分量；

S3、對融合圖像的高頻、低頻和高低頻結合的分量進行離散小波逆變換，得到原始大小的融合圖像。

本發明的步驟S1中，根據尺度需求對低頻分量進行再次分解。

本發明的步驟S1具體為：

S1.1、構造小波基濾波器庫，即以滿足正交條件定長小波濾波器為基礎，在不同的初值條件下得到多個濾波器系數構建小波基濾波器庫，在小波基濾波器庫中隨機選擇一個濾波器系數作為初始化濾波器；