点击次数：

论文类型： 期刊论文

发表时间： 2013-08-20

发表刊物： 中国生物医学工程学报

收录刊物： Scopus、PKU、ISTIC、CSCD

卷号： 32

期号： 4

页面范围： 448-453

ISSN号： 0258-8021

关键字： 图像融合 K-SVD 脉冲耦合神经网络(PCNN) 计算机断层扫描(CT) 核磁共振(MRI) image fusion K-SVD pulse coupled neural network (PCNN) CT MRI

摘要： 为满足医学图像辅助诊断的需要,提出一种基于稀疏表示和脉冲耦合神经网络(PCNN)的CT和MR影像融合算法.首先,原始图像通过滑动窗方法构成联合矩阵,通过K-SVD算法得到该联合矩阵的冗余字典,采用正交匹配追踪算法得到该联合矩阵的稀疏系数;然后,根据稀疏系数的特点,采用脉冲耦合神经网络来融合稀疏系数;最后,由融合后的稀疏系数和冗余字典得到融合矩阵,反变换得到融合图像.实验图像为10组配准的脑部CT和MR图像,采用5种性能指标来评价融合图像的质量,同2种流行的医学影像融合算法进行比较,结果显示算法除QAB/F指数外,其他4项指标均为最优,Piella指数、QAB/F指数和BSSIM指数的均值分别为0.760 4、0.877 1和0.537 3,融合图像的纹理和边缘清晰,对比度高.主观和客观分析显示,算法的融合性能比较优越.