【摘要】：放射治療、手術和化療是腫瘤治療的三大主要手段,據(jù)估計,每年約有60%-70%以上的腫瘤患者治療過程中采用過放射治療(包括單純放療、術前或術后放療、放療合并化療等)。精確放射治療(PAR)是現(xiàn)代放射治療技術的主流,它要求做到精確定位、精確計劃、精確擺位、精確照射,三維空間上的高劑量分布與靶區(qū)的實際形狀一致,靶區(qū)內(nèi)劑量強度可調(diào)。采用的治療方式有：立體定向放射治療、三維適形放射治療(3DCRT)、調(diào)強放射治療(IMRT)、圖像引導放射治療(IGRT)。實際臨床應用時,由于技術的復雜性,精確放射治療的優(yōu)勢還遠遠沒有發(fā)揮出來,目前尚有許多問題需要解決：如靶區(qū)的準確定位問題。 有關研究表明,靶區(qū)的準確定位(放療醫(yī)生的靶區(qū)勾畫)是影響精確放療療效最重要的一個因素。臨床上放療計劃設計最基本的參考圖像是CT解剖圖像,它具備較高的空間分辨率,對骨骼等高密度組織比較敏感,能很好的進行病灶定位,但對軟組織尤其是浸潤性腫瘤無法清晰的顯示邊界,造成不同的醫(yī)生在勾畫靶區(qū)時有不同的結果。醫(yī)生的主觀經(jīng)驗性比較強,會造成一定的漏畫或誤畫,直接影響到后續(xù)的治療過程。 近年來,隨著醫(yī)學成像技術的發(fā)展,出現(xiàn)了越來越多的醫(yī)學成像設備,為臨床診斷和治療提供許多不同模態(tài)的醫(yī)學圖像。這些醫(yī)學圖像依據(jù)自身所包含信息的不同可分為兩大類：解剖成像(如：X射線、超聲、CT、MRI)和功能成像(如：SPECT、PET)。其中,解剖成像空間分辨率高,對病灶區(qū)域組織結構顯示清晰,能提供精確地腫瘤大小、部位等信息,可明確地顯示腫瘤與周圍組織的結構關系,但缺乏病灶區(qū)域的功能代謝信息,無法準確的確定其邊界。功能成像是通過核醫(yī)學手段獲得的圖像,對早期代謝或功能異常的病灶十分敏感,可以在復雜的解剖結構中探測到損傷,在還沒有發(fā)生解剖結構損傷之前就能對病灶進行定位,但空間分辨率低,對微小損傷診斷受限,難以滿足精確判定損傷與周圍組織結構關系的需要。由此可見,這兩類醫(yī)學圖像在對相同區(qū)域成像時可以提供互補的醫(yī)學信息。如果我們能把這些互補信息綜合在一起,作為一個整體來表達,就可以為醫(yī)學診斷、人體功能和結構的研究提供更全面的信息。這一綜合的過程就是醫(yī)學圖像信息融合,簡稱醫(yī)學圖像融合。 醫(yī)學圖像融合是在信息融合和圖像融合的基礎上發(fā)展起來的。它是對2個或2個以上的不同醫(yī)學成像設備獲得的同一病灶區(qū)域的圖像經(jīng)過一定的變換處理,達到空間位置、空間坐標的匹配后,整合成一幅新的醫(yī)學圖像,從而獲得互補信息,增加信息量,使臨床診斷和治療更為準確和完善。圖像融合技術根據(jù)處理信息抽象程度的不同,可分為像素級、特征級和決策級融合。其中基于像素級的融合方法由于它對圖像所包含的單個像素信息進行處理,可保留盡可能多的信息,具有很高的精度,被廣泛應用于醫(yī)學圖像的融合處理。 目前,像素級圖像融合方法有兩大類：空間域和變換域�；诳臻g域的方法是簡單地對兩幅圖像的對應點像素灰度值進行加權求和、灰度取大或取小,方法簡單可行,但融合效果一般,應用場合有限。而基于變換域的方法,如多分辨金字塔法、小波變換法等,是先對待融合的多源圖像進行空間變換,得到各圖像分解后的系數(shù)表示,再對這組變換后的系數(shù)表示按一定的融合規(guī)則進行融合處理得到一個融合后的系數(shù)表示,最后經(jīng)圖像的逆變換獲得融合圖像。在這當中,小波變換法具有良好的時域局部化特性、多尺度多分辨特性,可充分提取被融合圖像的互補和冗余信息,可針對性地突出、強化所感興趣區(qū)域的特征、細節(jié)信息,一直是圖像融合研究的熱點。本文亦采用這一方法。 Mallat算法是小波分析領域最具經(jīng)典的算法,相當于FFT(快速傅里葉算法)在傅里葉變換中的地位。它的出現(xiàn),奠定了離散小波變換在圖像處理、圖像編碼等領域中的應用基礎。圖像經(jīng)二維離散小波分解后,被分解成兩部分：1個低頻子帶和3個高頻子帶。其中低頻子帶反映的是圖像的近似分量,代表原圖像的基本信息。高頻子帶反映的是圖像在水平、垂直、對角三個方向的細節(jié)分量,對應圖像的邊緣、線、區(qū)域、邊界等信息�；谛〔ㄗ儞Q的圖像融合的本質是對圖像分解后的不同子帶采用不同的融合規(guī)則進行處理,得到融合后的小波系數(shù),最后利用小波逆變換重構融合圖像。 在運用小波變換進行圖像融合時,融合規(guī)則的選取是圖像融合的核心,直接影響著圖像融合的速度和質量。在眾多的小波圖像融合中,研究最多的是如何選擇合適的融合算子進行高頻子帶的融合,對低頻子帶常采用像素加權、取大,本文側重于研究圖像低頻子帶的融合。在綜合比較分析像素、窗口、區(qū)域三類融合規(guī)則優(yōu)缺點的基礎上,提出了基于窗口局部特征的圖像融合方法：低頻采用窗口鄰域熵取大,高頻采用窗口標準差取大。這是因為：小波分解最高層的近似子帶圖像是源圖像的平滑,它繼承了源圖像的部分性質,如灰度均值和紋理信息等,使用鄰域熵測度可很好的體現(xiàn)近似子帶圖像的這一特性。方法是：計算固定大小的鄰域窗口熵值(這里取3×3窗口),把它賦值給中心像素,然后在整幅圖像上移動鄰域窗口,得到與每個像素對應的鄰域熵值,即得到-幅鄰域熵圖像。選擇鄰域熵較大的圖像的灰度值作為融合后圖像的灰度值。對于三個方向的高頻細節(jié)子帶圖像,由于它們抽取的是與邊緣相關的感知信息,系數(shù)值在零值附近變化,這里采用圖像局部區(qū)域標準差取大的方法,因為標準差越大,說明灰度級分布越分散,變化越大,而灰度級的起伏和變化反映了圖像的細節(jié)、紋理和邊緣信息。 其次,本文的小波圖像融合方法是通過MATLAB這一數(shù)值計算軟件實現(xiàn)的,充分利用了MATLAB自帶的小波工具箱。在小波工具箱里提供了很多不同派系的小波基函數(shù),同一副圖像,用不同的小波基函數(shù)進行分解所得到的效果是不同的,因此利用小波進行圖像融合時,需要考慮小波基函數(shù)的選取。另外,小波變換的層數(shù)越多,融合的細節(jié)也就越豐富,但是,并不是層數(shù)越多越好。這是因為,圖像分解層數(shù)越多,產(chǎn)生的子帶就越多,級間濾波器增加,造成信號移位增大,同時低頻子帶的空間分辨率降低,低頻子圖像越來越模糊,邊界延拓造成的塊狀效應也越來越明顯,引起的邊界失真也越來越大。因此,需根據(jù)圖像的不同類型及所要達到的融合效果限制分解層數(shù)。本文在參考相關文獻的基礎上,提出以下最佳小波分解參數(shù)方法：采用MATLAB自帶的"wmaxlev"函數(shù)計算各小波基函數(shù)作用于圖像的最大分解層數(shù)；接著在不超過這一上限的分解層數(shù)下,對各圖像進行小波分解,提取各分解層的低頻子帶圖像,通過比較低頻子帶與原始圖像的熵差來確定圖像的最佳分解層數(shù)；最后引入融合評價指標評估采用不同小波基函數(shù)進行融合得到的新圖像的優(yōu)劣來確定最佳的小波基函數(shù)。 綜上,在這篇論文中,我們討論了不同層次的醫(yī)學圖像融合方法,綜合對比各方法的優(yōu)缺點,建立了基于像素級的小波圖像融合方法,采用基于窗口鄰域熵值取大的低頻融合算子和窗口標準差取大的高頻融合算子實現(xiàn)圖像的融合。接著,對不同小波基函數(shù)的特性進行討論,在此基礎上提出一確定小波基函數(shù)選取的方法：先確定每一種小波基函數(shù)作用于圖像的最佳分解層數(shù),然后通過融合圖像效果評價來確定最優(yōu)小波基函數(shù)。實驗數(shù)據(jù)采用PET圖像和CT圖像,用基于統(tǒng)計特性、信息量的方法來評估融合圖像的優(yōu)劣。 研究結果表明,小波變換算法是一種有效的圖像融合方法,運用本文提出的小波融合算子和小波最佳參數(shù)的確定方法能得到高性能的融合圖像。在論文的最后,我們對研究工作中的遺留問題進行了討論,并對今后的工作進行了展望。
【圖文】：

(l)原始采集到的CT圖像和PET圖像，圖像大小、分辨率等級是不同的，一般CT圖像的分辨率是PET圖像的兩倍。倘使沒有對CT圖像和PET圖像進行分辨率統(tǒng)一，可以采用圖2一3所示的融合模型[l91。源圖像小彼分解系數(shù) ......... lllllllll }}}}}}}1}{lll附 }}}}}}}}}}}}}}}}}}}}}}}}}}}.............................睡塞 塞塞塞塞 塞尹尹崖鑫 鑫 鑫鑫 鑫柑柑柑附附 {{{{{{{圖2一3不同分辨率等級的小波多尺度分解 F19.2一 3thedifferentresolutionsIevelofwavelettransforms

碩士學位論文卜△一民一△+司上光滑地由1變成。，如圖3一卜耳一洲!。卿訓圖3一1窗口函數(shù)g(t)Fig.3一 1thewindowfunetion則相應的窗口傅里葉變換為:(圖3一2所示)J(t)g(t)圖3一2窗口傅里葉變換示意圖Fig.3一 2theschematiediagramofwindowFFT由此可知，窗口傅里葉變換把信號劃分成許多小的時間間隔，用傅里葉變換分析每一個時間間隔，，以便確定該時間間隔存在的頻率，在一定程度上克服了標準傅里葉變換不具有局部分析能力的缺陷。但是，這里的窗口函數(shù)g(t)一旦選定后，窗口的形狀和大小就固定下來，與頻率無關。而頻率與時域窗口是成反比的，要獲得信號的高頻成分的細致分辨，就需使用很窄的時域窗口，而要獲得信號低頻成分的粗疏分辨，必須用較寬的時域窗口，如圖3一3�！啊肮薄蝗� 日成成“一”’廠-份氣‘’ ’ fff一 rZttt，，戒甲’一， .)___vvvU’、 、廣 廣丫/‘“)’.“一
【學位授予單位】：南方醫(yī)科大學
【學位級別】：碩士
【學位授予年份】：2011
【分類號】：R730.55;TP391.41

【參考文獻】

相關期刊論文 前10條

1 田成軍,楊陽;VC與MATLAB的混合編程方法研究[J];長春理工大學學報;2003年03期

2 譚善文,秦樹人,湯寶平;小波基時頻特性及其在分析突變信號中的應用[J];重慶大學學報(自然科學版);2001年02期

3 任國強,吳欽章,楊梅;用PCI9052實現(xiàn)的高性能CCD圖像采集設備[J];光電工程;2002年01期

4 秦定宇;王敬東;李鵬;;圖像融合中小波基的選擇分析[J];光電子技術;2006年03期

5 魏寶琴;李白萍;;最優(yōu)小波基的選取原則[J];甘肅科技;2007年10期

6 趙大鵬;時家明;;小波圖像融合的最佳參數(shù)研究[J];激光與紅外;2007年02期

7 任國超;師黎;;基于2v-SVM和一致性檢驗的醫(yī)學圖像融合算法[J];計算機工程與應用;2010年13期

8 朱瑞輝;萬敏;范國濱;;基于金字塔變換的圖像融合方法[J];計算機仿真;2007年12期

9 胡鋼;劉哲;徐小平;高瑞;;像素級圖像融合技術的研究與進展[J];計算機應用研究;2008年03期

10 王亞麗;;PET核醫(yī)學成像原理分析[J];科技情報開發(fā)與經(jīng)濟;2007年18期

本文編號：2709307