文档介绍：该【基于NSCT及人眼视觉特性的医学图像融合 】是由【wz_198613】上传分享，文档一共【4】页，该文档可以免费在线阅读，需要了解更多关于【基于NSCT及人眼视觉特性的医学图像融合 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。基于NSCT及人眼视觉特性的医学图像融合
摘要
本文提出一种基于NSCT和人眼视觉特性的医学图像融合方法，通过NSCT将多模态医学图像分解为多个子带系数，分析人眼对不同空间频率和方向的敏感度，设计合适的权重参数，进行融合处理。在实验中，我们采用了MRI和CT图像的融合，通过主观评价和客观评价，证明了该方法的有效性和优越性。
关键词：NSCT；人眼视觉特性；医学图像融合；MRI；CT
引言
随着医学技术的发展和进步，目前已广泛使用了多模态医学图像，在医学诊断和治疗方面起着重要的作用。然而，不同模态图像具有不同的特点和信息，如何将它们有机地结合起来，提高图像的质量和有效性，成为医学图像领域的研究热点之一。
图像融合方法是实现多模态医学图像有机结合的有效手段之一。基于多分辨率分析的NSCT (Non-subsampled Contourlet Transform) 方法，在医学图像融合领域得到广泛应用。然而，传统的NSCT 融合方法仅仅考虑了图像的空间频率域信息，并没有充分考虑人眼对融合图像在水平和垂直方向的敏感度。同时，不同模态图像的信息量也存在差异，需要针对不同模态图像进行不同的融合策略。
因此，本文提出了一种基于NSCT 分解及人眼视觉特性的医学图像融合方法，以MRI和CT医学图像为例，通过分析和权衡不同空间频率和方向的敏感度，设计合适的权重参数，将多模态医学图像融合成一张清晰且具有丰富信息的图像。
NSCT方法及其应用
NSCT是一种基于多尺度分析和超完备梳峰正交变换的图像分解方法，它比传统的小波变换具有更好的时-空局部化和细节提取能力。将NSCT应用于图像融合中，可以将原始图像分解为不同的频带，分别进行适当加权和重构，生成一张高质量的融合图像。NSCT理论框架下的分解与重构过程如下：
分解过程：
重构过程：
其中，j、k分别表示尺度和方向编号，Wjk表示子带系数，（M，N）表示原始图像的大小。
人眼视觉特性分析
人眼对图像的视觉感受与图像中的空间频率密切相关。由于人眼的生理特性，对于不同的方向和不同的空间频率，人眼具有不同的敏感性。一般来说，人眼对低频视觉更为敏感，而在高频域中，对相邻频率之间的差异更为敏感。同时，还有一些特殊方向的视觉敏感性，如水平、垂直、45度和135度方向。
基于这些人眼视觉特性，对多模态医学图像进行融合时，应优先考虑低频成分的融合，并且加强对垂直和水平方向信息的融合。此外，在分析不同模态图像所提供的信息时，需要根据模态之间的差异和压缩比率，进行不同的融合策略。
医学图像融合方法
基于NSCT 分解及人眼视觉特性的医学图像融合方法，具体流程如下：
1. 将输入的MRI和CT图像分别进行NSCT分解，得到各自的多尺度、多方向子带系数。
2. 根据人眼视觉特性和图像信息差异，为不同分量设计权重参数，进行相应的加权融合处理。
3. 将加权系数应用于MRI和CT的子带系数上，得到融合后的子带系数。
4. 应用NSCT反变换得到融合后的图像。
具体的融合权重和策略如下：
1. 对于低频子带：采用简单平均法，因为低频部分对于人眼视觉敏感度较高，应采用相对平均的权重方法。
2. 对于中等频率子带：采用加权平均法，通过对不同子带特征的分析，将相邻的频带之间设置较高的权重，通过调整这些权重的大小来达到更好的融合效果。
3. 对于高频子带：采用值域规约的方法，通过消除子带之间的冗余信息，尽可能地保留较为显著的细节信息。
实验结果及分析
我们实验采用了一组MRI和一组CT图像，进行了图像融合处理，输出结果如图1所示。
图1 MRI和CT图像融合结果
通过主观评价和客观评价两种方法，我们对融合图像进行了分析和比较。
在主观评价方面，我们邀请三名医生以及十名普通被试进行了评价。他们分别根据图像的清晰度、细节、对比度等因素，对图像进行等级评分。统计结果如表1所示。
表1 主观评测结果
在客观评价方面，我们采用了PSNR、SSIM和EN等方法对融合图像进行了评价。实验结果如表2所示。
表2 客观评测结果
通过主观评价和客观评价，我们可以看出，本文提出的基于NSCT 及人眼视觉特性的医学图像融合方法，在保留原始图像信息的同时，获得了更清晰、更具有细节和对比度的融合图像，并且在客观评价指标上表现优异，证明了其有效性和优越性。
结论
本文提出了一种基于NSCT及人眼视觉特性的医学图像融合方法，并将其应用于MRI和CT图像的融合处理中。通过解析和权衡不同空间频率和方向的敏感度，采用不同的融合方法和策略，获得了高质量且信息丰富的融合图像。通过实验结果和数据的分析和评估，证明了该方法的有效性和优越性，具有很好的应用前景。
参考文献
[1] 一种基于EMD和NSCT的多模态医学影像融合方法，陈文君、邵彩华、黄康宁，中国医学影像技术，2018
[2] 基于AFC和NSCT的多模态医学图像融合方法，韦鑫、袁鹏、程春，计算机工程与应用，2017
[3] 基于NSCT的多模态医学影像融合研究，李欣、雷国伟，计算机博览，2016