[發明專利]一種基于低秩分解和稀疏表示的多模態醫學圖像融合方法

有效

• 申請號: 201710363457.2
• 申請日: 2017-05-22
• 公開（公告）號: CN107292858B
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 李華鋒;鄧志華;余正濤;王紅斌
• 申請（專利權）人: 昆明理工大學
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06K9/68;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于低秩分解和稀疏表示的多模態醫學圖像融合方法，先將待融合的兩幅不同多模態醫學圖像，進行低秩分解分別得到低秩部分圖像和稀疏部分圖像；利用KSVD算法對選用的非醫學圖像集訓練低秩字典，利用KSVD算法對選用的非醫學圖像集進行低秩分解后得到的稀疏部分圖像集訓練稀疏字典；利用稀疏表示方法對低秩部分圖像和稀疏部分圖像進行稀疏重構，分別得到低秩重構圖像和稀疏重構圖像；利用稀疏表示方法對低秩重構圖像和稀疏重構圖像進行稀疏融合，得到融合圖像；計算兩幅不同多模態醫學圖像與稀疏重構圖像、低秩重構圖像之間的差值；將差值加入到融合圖像中，得到最終稀疏融合圖像。本發明在主觀和客觀評價指標上都優于傳統的融合方法。

技術領域

本發明涉及一種基于低秩分解和稀疏表示的多模態醫學圖像融合方法，屬于圖像處理領域。

背景技術

在圖像處理領域，圖像融合是一項很有發展前景的研究。圖像融合技術通過綜合同一場景的多傳感器圖像或者不同場景的同一傳感器圖像的有用信息來合成一幅融合圖像。而合成的融合圖像具有前者所有的特征信息，更適合用于后期的處理和研究。一個高效的融合方法可以根據實際需求處理多通道信息。這些優勢使得圖像融合在很多領域里都特別受歡迎。尤其，在醫學影像學為臨床提供了超聲圖像、X射線、電子計算機體層掃描(CT)、磁共振成像(MRI)、數字減影成像(DSA)、正電子發射體層掃描(PET)、單光子發射斷層成像(SPECT)等多種模態影像信息。不同的醫學影像可以提供人體相關臟器和組織的不同信息，如CT和MRI提供解剖結構信息，而PET和SPECT提供功能信息在實際臨床應用中，單一模態圖像往往不能提供醫生所需要的足夠信息，通常需要將不同模態圖像融合在一起，得到更豐富的信息以便了解病變組織或器官的綜合信息，從而做出準確的診斷或制訂出合適的治療方案。例如，CT利用各種組織器官對X射線吸收系數的不同和計算機斷層技術對人體進行成像，它對于骨、軟組織和血管的組合成像效果很好，而對軟組織則近乎無能為力。MRI利用水質子信息成像，對軟組織和血管的顯像靈敏度比CT高得多，但對骨組織則幾乎不顯像。由此可見不同成像技術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。因此對不同影像信息進行適當的集成便成為臨床醫生診斷和治療疾病的尤其重要。

隨著圖像融合研究的不斷深入，很多的研究者提出了很多的圖像融合方法。傳統的圖像融合方法有：線性加權法，它是一種最簡單的圖像融合方法，它直接對多幅原圖像的對應像素點進行加權疊加。IIPF法（高通濾波法），它用高通濾波器算子提取出高分辨率圖像的細節信息，然后采用像數相加的方法，將提取出的細節信息疊加到低分辨率圖像上，實現低分辨率圖像和高分辨率圖像之間的數據融合。PCA（主成分分析）法，首先對圖像進行主分量變換，由相關矩陣求特征值和特征向量求得各主分量，通過這種融合，可以盡可能地保留全色圖像的細節信息，然后對融合后的圖像進行反變換，得到包含豐富細節信息的融合圖像。IIIS變換法，它是遙感圖像融合中比較常用到的一種方法，它將多光譜的TM圖像數據變換到IIIS空間，得到3個獨立的分量。它首先將SPOT圖像數據經過適當的伸縮，以保證它的均值和方差變換到和I分量一致，然后用伸縮后的數據替換I分量，得到II分量，再分別對II和S進行反差擴展，得到III和SI，最后將II，III和SI變換回RGB空間，得到融合圖像。和以上四類算法相比，其余四種融合方法功能比較單一。

發明內容

本發明提供了一種基于低秩分解和稀疏表示的多模態醫學圖像融合方法，以用于對醫學圖像進行融合，以獲得更好融合質量圖像。

本發明的技術方案是：一種基于低秩分解和稀疏表示的多模態醫學圖像融合方法，所述方法的具體步驟如下：

Step1、將待融合的兩幅不同多模態醫學圖像A、B，使用矩陣低秩分解理論進行低秩分解分別得到低秩部分圖像A₁、B₁和稀疏部分圖像A₂、B₂；