本文關(guān)鍵詞：基于提升小波變換和PCNN的醫(yī)學(xué)圖像融合算法

  更多相關(guān)文章： 醫(yī)學(xué)圖像 提升小波變換 PCNN 融合算法

【摘要】：針對(duì)各類成像傳感器生成圖像具有不同的特征信息和醫(yī)學(xué)圖像特定應(yīng)用需求,提出了一種基于提升小波變換和PCNN的多模態(tài)醫(yī)學(xué)圖像融合算法。首先對(duì)已預(yù)處理源圖像進(jìn)行提升小波分解獲得高、低頻子帶;其次根據(jù)低頻部分區(qū)域方差判定圖像區(qū)域相關(guān)性,并以區(qū)域能量獲取系數(shù)權(quán)重;然后對(duì)高頻部分采用改良空間頻率刺激PCNN網(wǎng)絡(luò),并以點(diǎn)火區(qū)域強(qiáng)度作為系數(shù)判定標(biāo)準(zhǔn);最后對(duì)融合后所得子帶通過(guò)提升小波逆變換重構(gòu)獲得融合圖像。實(shí)驗(yàn)結(jié)果表明,該算法在信息熵、標(biāo)準(zhǔn)差和邊緣傳遞因子3個(gè)指標(biāo)上有較大提升,較好地保留了邊緣細(xì)節(jié)信息,融合后的圖像信息比傳統(tǒng)算法更豐富。
【作者單位】： 浙江理工大學(xué)機(jī)械與自動(dòng)控制學(xué)院;浙江工商大學(xué)信息與電子工程學(xué)院;
【關(guān)鍵詞】： 醫(yī)學(xué)圖像 提升小波變換 PCNN 融合算法
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61374022)
【分類號(hào)】：TP391.41
【正文快照】： 0引言隨著醫(yī)學(xué)影像技術(shù)的發(fā)展,CT、MRI、SPECT等成像技術(shù)能夠生成人體內(nèi)部結(jié)構(gòu)的直觀信息,已經(jīng)成熟地應(yīng)用于醫(yī)學(xué)臨床診斷。例如,CT(X射線斷層造影技術(shù))能夠獲得人體器官、病灶高空間分辨率的結(jié)構(gòu)掃描圖,但其對(duì)于病灶本身軟組織的成像效果并不好;MRI(磁共振成像)對(duì)于人體器官的

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 趙鋒;;關(guān)于高校輔導(dǎo)員隊(duì)伍職業(yè)化問(wèn)題的思考[J];思想教育研究;2014年06期

2 江平;張強(qiáng);李靜;張錦;;基于NSST和自適應(yīng)PCNN的圖像融合算法[J];激光與紅外;2014年01期

3 郝愛(ài)枝;鄭晟;;基于NSCT-PCNN變換的多傳感器圖像融合[J];科學(xué)技術(shù)與工程;2014年01期

4 胡錦濤;;堅(jiān)定不移沿著中國(guó)特色社會(huì)主義道路前進(jìn) 為全面建成小康社會(huì)而奮斗——在中國(guó)共產(chǎn)黨第十八次全國(guó)代表大會(huì)上的報(bào)告[J];求是;2012年22期

5 肖圣龍;劉群英;;學(xué)習(xí)型組織理論視閾下的輔導(dǎo)員隊(duì)伍建設(shè)思考[J];高校輔導(dǎo)員學(xué)刊;2011年04期

6 胡俊峰;唐鶴云;錢建生;;基于小波變換醫(yī)學(xué)圖像融合算法的對(duì)比分析[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2011年02期

7 姚為;韓敏;;熱紅外與多光譜遙感圖像的神經(jīng)網(wǎng)絡(luò)回歸融合方法研究[J];中國(guó)圖象圖形學(xué)報(bào);2010年08期

8 傅鸝;王丹;呂海翠;;一種基于提升小波變換的圖像融合新算法[J];微電子學(xué)與計(jì)算機(jī);2009年04期

9 袁春蘭;熊宗龍;周雪花;彭小輝;;基于Sobel算子的圖像邊緣檢測(cè)研究[J];激光與紅外;2009年01期

10 朱仁寶;;香港高校學(xué)生思想政治教育及啟示[J];思想政治教育研究;2008年06期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王君濤;郭學(xué)鵬;;推進(jìn)高校輔導(dǎo)員職業(yè)化發(fā)展途徑研究[J];教育與教學(xué)研究;2016年10期

2 楊昌宇;祁國(guó)輝;侯和龍;;新時(shí)期高校師德建設(shè)的現(xiàn)實(shí)意義和實(shí)施途徑研究[J];石油教育;2016年05期

3 仲恒;文朝暉;邵徐彥;彭瑞;周鴻鎖;;基于相關(guān)矩陣的早期中央型肺癌檢測(cè)的研究[J];牡丹江醫(yī)學(xué)院學(xué)報(bào);2016年05期

4 黃秋平;袁超;饒超影;;高校輔導(dǎo)員職業(yè)化發(fā)展存在的問(wèn)題及解決對(duì)策[J];人才資源開(kāi)發(fā);2016年18期

5 盧宇;盧榮勝;郭廣平;張騰達(dá);;基于快速歸一化算法的拉伸距離動(dòng)態(tài)跟蹤測(cè)量[J];傳感技術(shù)學(xué)報(bào);2016年09期

6 閆欣;梅領(lǐng)亮;張華;;動(dòng)力電芯X射線圖像邊緣檢測(cè)算法的應(yīng)用[J];無(wú)損檢測(cè);2016年09期

7 周茉;張學(xué)明;劉志剛;;基于高速攝像系統(tǒng)和圖像邊緣檢測(cè)的精密排種器設(shè)計(jì)[J];農(nóng)機(jī)化研究;2016年09期

8 郭銳;;制度倫理觀建構(gòu)與國(guó)家治理結(jié)構(gòu)轉(zhuǎn)型[J];理論探索;2016年05期

9 王毅軍;高俊峰;;網(wǎng)絡(luò)輿情的二律背反解析[J];社會(huì)科學(xué)戰(zhàn)線;2016年09期

10 黃玉國(guó);譚焱恒;王國(guó)煒;;關(guān)于營(yíng)造良好政治生態(tài)的思考——以N市為例[J];中共鄭州市委黨校學(xué)報(bào);2016年04期

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 胡鋼;吉曉民;劉哲;秦新強(qiáng);;結(jié)合區(qū)域特性和非子采樣SPT的圖像融合方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2012年05期

2 王朝暉;王佳琪;趙德功;付偉;;基于Shearlet與改進(jìn)PCNN的圖像融合[J];激光與紅外;2012年02期

3 劉凌湘;陳武凡;周凌宏;徐子海;陳超敏;;基于小波變換的CT/PET圖像融合最佳參數(shù)研究[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2010年04期

4 尚大軍;賀小翠;王偉;;高校輔導(dǎo)員職業(yè)化的必要性和可行性分析[J];遼寧行政學(xué)院學(xué)報(bào);2010年08期

5 李美麗;李言俊;王紅梅;張科;;基于NSCT和PCNN的紅外與可見(jiàn)光圖像融合方法[J];光電工程;2010年06期

6 王志慧;趙保軍;沈庭芝;;基于MMPN和可調(diào)節(jié)鏈接強(qiáng)度的圖像融合[J];電子學(xué)報(bào);2010年05期

7 胡俊峰;唐鶴云;錢建生;;不同圖像格式在醫(yī)學(xué)圖像融合中的性能研究[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2010年02期

8 胡俊峰;唐彩銀;鞏萍;;基于小波變換的CT/SPECT圖像融合最佳層數(shù)選取[J];中國(guó)醫(yī)療設(shè)備;2009年03期

9 肖偉;汪榮峰;;基于非下采樣contourlet變換與脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像融合算法[J];計(jì)算機(jī)應(yīng)用;2008年S2期

10 張涇周;李婷;吳疆;;醫(yī)學(xué)圖像的小波變換融合算法研究[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2008年04期

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 鐘亞平;;基于PCNN的手腕骨圖像自動(dòng)分割方法研究[J];軟件導(dǎo)刊;2013年07期

2 火元蓮;;一種基于PCNN的圖像自動(dòng)分割方法[J];自動(dòng)化與儀器儀表;2008年06期

3 李敏;蔡騁;談?wù)?;基于修正PCNN的多傳感器圖像融合方法[J];中國(guó)圖象圖形學(xué)報(bào);2008年02期

4 崔世林;田斐;;基于點(diǎn)火頻率的兩層PCNN參數(shù)研究及其應(yīng)用[J];陜西理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年04期

5 劉遠(yuǎn)民;秦世引;;一種新的基于PCNN的自適應(yīng)強(qiáng)去噪方法[J];北京航空航天大學(xué)學(xué)報(bào);2009年01期

6 劉明;宮輝力;劉君玲;;基于矢量的PCNN模型及其應(yīng)用[J];微計(jì)算機(jī)信息;2009年12期

7 劉燦;林志強(qiáng);劉燕;馬積才;;基于PCNN模型的圖像分割研究[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2009年04期

8 楊光;韓焱;;一種基于PCNN算法的圖像選點(diǎn)濾波方法[J];山西電子技術(shù);2009年03期

9 王紹波;郭業(yè)才;高敏;劉振興;趙雪清;;基于模糊PCNN的小波域超聲醫(yī)學(xué)圖像去噪方法[J];光電子.激光;2010年03期

10 ;Color image enhancement based on HVS and PCNN[J];Science China(Information Sciences);2010年10期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 辛保軍;張講社;;基于自動(dòng)波現(xiàn)象的PCNN模型及其應(yīng)用[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

2 周一;陳義宗;;有限發(fā)散脈沖波PCNN及其應(yīng)用[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2009年

3 譚穎芳;聶仁燦;周冬明;趙東風(fēng);;基于PCNN和最大相關(guān)準(zhǔn)則的圖像分割[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

4 蒲蓬;王衛(wèi)星;;基于改進(jìn)的PCNN的菌落圖像分割方法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

5 馬義德;齊春亮;錢志柏;史飛;陳娜;;基于PCNN的不規(guī)則分割區(qū)域壓縮編碼[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

6 趙仕杰;柏正堯;姚娜;李德儉;;基于簡(jiǎn)化PCNN模型及信息熵最大準(zhǔn)則的生物細(xì)胞圖像分割[A];中國(guó)儀器儀表學(xué)會(huì)第十一屆青年學(xué)術(shù)會(huì)議論文集[C];2009年

7 李鋼;王雷;張仁斌;;基于非采樣Contourlet變換與簡(jiǎn)化PCNN的圖像融合[A];2009全國(guó)虛擬儀器大會(huì)論文集（二）[C];2009年

8 李德儉;柏正堯;姚娜;趙仕杰;;一種基于PCNN和C均值算法的圖像分割方法[A];中國(guó)儀器儀表學(xué)會(huì)第十一屆青年學(xué)術(shù)會(huì)議論文集[C];2009年

9 葛雯;高立群;;基于自適應(yīng)鏈接強(qiáng)度PCNN的多分辨率圖像融合算法[A];2008’“先進(jìn)集成技術(shù)”院士論壇暨第二屆儀表、自動(dòng)化與先進(jìn)集成技術(shù)大會(huì)論文集[C];2008年

10 杜華;周冬明;趙東風(fēng);白云洪;林琳;;一種基于調(diào)權(quán)PCNN的最短路徑算法[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 何水明;PCNN在圖像處理中的若干問(wèn)題研究[D];中國(guó)地質(zhì)大學(xué);2014年

2 鄧翔宇;PCNN機(jī)理研究及其在圖像處理中的參數(shù)自適應(yīng)設(shè)置[D];蘭州大學(xué);2013年

3 李小軍;PCNN改進(jìn)模型及其在不變紋理檢索和最短路徑求解中應(yīng)用[D];蘭州大學(xué);2012年

4 李海燕;脈沖耦合神經(jīng)網(wǎng)絡(luò)及其在圖像增強(qiáng)與人臉檢測(cè)中的應(yīng)用研究[D];云南大學(xué);2010年

5 王成;基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的感興趣區(qū)圖像檢測(cè)方法及應(yīng)用[D];華南理工大學(xué);2010年

6 張紅娟;基于PCNN的圖像去噪和圖像增強(qiáng)方法研究[D];蘭州大學(xué);2011年

7 李建鋒;脈沖耦合神經(jīng)網(wǎng)絡(luò)在圖像處理中的應(yīng)用研究[D];中南大學(xué);2013年

8 黎曦;脈沖耦合神經(jīng)網(wǎng)絡(luò)在智能交通系統(tǒng)中的應(yīng)用技術(shù)研究[D];武漢大學(xué);2014年

9 劉R，

本文編號(hào)：947687