電子發燒友網>電子資料下載>電子論文>視頻技術論文>改進耦合字典學習的腦部DT/MR圖像融合

改進耦合字典學習的腦部DT/MR圖像融合

2755793 2017-12-01 | rar | 1.12 MB | 次下載 | 1積分

資料介紹

　　針對目前使用單字典表示腦部醫學圖像難以得到精確的稀疏表示進而導致圖像融合效果欠佳，以及字典訓練時間過長的問題，提出了一種改進耦合字典學習的腦部計算機斷層成像（ CT）/磁共振成像（MR）圖像融合方法。該方法首先將CT和MR圖像對作為訓練集，使用改進的K奇異值分解（K-SVD）算法聯合訓練分別得到耦合的CT字典和MR字典，再將CT和MR字典中的原予作為訓練圖像的特征，并使用信息熵計算字典原予的特征指標；然后，將特征指標相差較小的原子看作公共特征，其余為各自特征，并分別使用“平均”和“選擇最大”的規則融合CT和MR字典的公共特征和各自特征得到融合字典；其次，將配準的源圖像編纂成列向量并去除均值，在融合字典的作用下由系數重用正交匹配追蹤（CoefROMP）算法計算得到精確的稀疏表示系數，再分別使用“2范數最大”和“加權平均”的規則融合稀疏表示系數和均值向量；最后通過重建得到融合圖像。實驗結果表明，相對于3種基于多尺度變換的方法和3種基于稀疏表示的方法，所提方法融合后圖像在亮度、清晰度和對比度上都更優，客觀參數互信息、基于梯度、基于相位一致和基于通用圖像質量指標在三組實驗條件下的均值分別力：4. 113 3、0.7131、0.463 6和0.7625，字典學習在10次實驗條件下所消耗的平均時間為5. 96 min。該方法可以應用于臨床診斷和輔助治療。