[發明專利]一種基于圖像融合的智能醫療系統

有效

• 申請號: 201710466329.0
• 申請日: 2017-06-19
• 公開（公告）號: CN107203696B
• 公開（公告）日: 2018-09-18
• 發明（設計）人: 孟玲
• 申請（專利權）人: 湖南創星科技股份有限公司
• 主分類號: G16H30/40
• 分類號: G16H30/40;G06T5/00;G06T5/50
• 代理公司: 北京華識知識產權代理有限公司 11530
• 代理人: 劉艷玲

1.一種基于圖像融合的智能醫療系統，其特征是，包括磁共振斷層掃描儀、X線計算機斷層掃描儀、醫療圖像處理器和醫療診斷終端，所述磁共振斷層掃描儀用于掃描患者的病患處，得到病患處的原始MRI圖像；所述X線計算機斷層掃描儀用于掃描患者的病患處，得到病患處的原始CT圖像；所述醫療圖像處理器用于對原始MRI圖像和原始CT圖像進行降噪處理，并將降噪后的MRI圖像和CT圖像進行圖像融合，得到融合醫療圖像；

所述磁共振斷層掃描儀和所述X線計算機斷層掃描儀分別與所述醫療圖像處理器有線連接，所述醫療圖像處理器與所述醫療診斷終端有線連接；

所述醫療診斷終端用于顯示融合醫療圖像，醫護人員根據融合醫療圖像對患者的病患處病情進行診斷；

所述醫療圖像處理器包括依次連接的醫療圖像降噪模塊、醫療圖像分解模塊和醫療圖像融合模塊；

所述醫療圖像降噪模塊用于對原始MRI圖像和原始CT圖像進行降噪處理，具體為：

(1)將原始MRI圖像和原始CT圖像進行小波變換處理，得到相應的小波系數，此時得到的小波系數為帶噪聲小波系數和無噪聲小波系數；

(2)利用改進的軟閾值函數分別對原始MRI圖像和原始CT圖像經過小波變換后得到的小波系數進行處理，將原始MRI圖像和原始CT圖像的帶噪聲小波系數進行濾除，得到兩幅原始圖像的無噪聲小波系數，利用無噪聲小波系數對兩幅原始圖像進行重構，其中采用的改進的軟閾值函數為：

式中，為無噪聲小波系數，ω為包括帶噪聲小波系數和無噪聲小波系數的小波系數，sgn(·)為符號函數，R為根據二分法針對不同圖像來確定的控制參數，d為設定的偏差下限；

根據無噪聲小波系數對原始MRI圖像和原始CT圖像進行重構，得到將要進行融合的MRI源圖像和CT源圖像，包括MRI源圖像和CT源圖像；

所述醫療圖像分解模塊根據設定好分解的尺度和方向數，采用NSST對MRI源圖像和CT源圖像進行多尺度分解，得到MRI源圖像和CT源圖像的NSST變換系數，分別為和L表示低頻，H表示高頻，和分別表示MRI源圖像和CT源圖像經過NSST分解后得到的低頻系數，和分別表示MRI源圖像和CT源圖像經過NSST分解后得到的第a個尺度第b個方向的高頻系數。

2.根據權利要求1所述的一種基于圖像融合的智能醫療系統，其特征是，所述醫療圖像融合模塊包括醫療圖像低頻融合子模塊和醫療圖像高頻融合子模塊；

所述醫療圖像低頻融合子模塊根據低頻段聚焦評價值大小來選取融合醫療圖像的低頻系數，包括：

(1)根據低頻段聚焦評價函數，分別對MRI源圖像和CT源圖像的低頻系數進行評價，得到兩幅源圖像的低頻段聚焦評價值，采用的低頻段聚焦評價函數為：

F_x＝[-1,2,-1]

F_y＝F_x^T＝[-1,2,-1]^T

式中，S(p,q)為像素點(p,q)的低頻段聚焦評價值，S(p,q)包括MRI源圖像的低頻段聚焦評價值S(p,q)¹和CT源圖像的低頻段聚焦評價值S(p,q)²，x和y分別為橫坐標和縱坐標，F_x和F_y為橫向和縱向的二階差分算子；

(2)根據MRI源圖像和CT源圖像低頻段聚焦評價值的大小，選取低頻段聚焦評價值較大的低頻系數作為融合醫療圖像的低頻系數，當低頻段聚焦評價值相等時，取MRI源圖像和CT源圖像的低頻系數值的平均數作為融合醫療圖像的低頻系數：

式中，X_L為融合醫療圖像的低頻系數，和分別表示MRI源圖像和CT源圖像經過NSST分解后得到的低頻系數。

3.根據權利要求2所述的一種基于圖像融合的智能醫療系統，其特征是，所述醫療圖像高頻融合子模塊根據MRI源圖像和CT源圖像各個子區域的能量值大小來選取融合醫療圖像的高頻系數，包括：

(1)窗函數β設置為只有4鄰域內非0、中心位置數值較大的3×3矩陣，具體為：

(2)根據自定義能量計算公式計算MRI源圖像和CT源圖像各個子區域的能量：

式中，表示像素點(p,q)的第a個尺度第b個方向的局部能量，包括MRI源圖像的局部能量和CT源圖像的局部能量ψ(p,q)為以像素點(p,q)為中心的x×y大小的鄰域窗口，β(p,q)為位置(p,q)處對應的窗函數，為MRI源圖像和CT源圖像在(p,q)為中心的x×y大小的鄰域窗口的第a個尺度第b個方向的像素值均值包括MRI源圖像在(p,q)為中心的x×y大小的鄰域窗口的第a個尺度第b個方向的像素值均值和CT源圖像在(p,q)為中心的x×y大小的鄰域窗口的第a個尺度第b個方向的像素值均值h^a,b(p,q)為MRI源圖像和CT源圖像在位置(p,q)處的第a個尺度第b個方向的像素值，h^a,b(p,q)包括MRI源圖像在位置(p,q)處的第a個尺度第b個方向的像素值h^a,b(p,q)¹和CT源圖像在位置(p,q)處的第a個尺度第b個方向的像素值h^a,b(p,q)²；

(3)選擇能量較大的區域的高頻系數作為融合醫療圖像中對應區域的高頻系數：

式中，X_H(a,b)表示融合醫療圖像的第a個尺度第b個方向的高頻系數，和分別表示MRI源圖像和CT源圖像經過NSST分解后得到的第a個尺度第b個方向的高頻系數。