基于移不变小波的医学图像融合算法设计论文

南阳理工学院本科生毕业设计（论文）学院（系）：电子与电气工程学院专业：自动化学生：指导教师：完成日期2012年5月南阳理工学院本科生毕业设计（论文）基于移不变小波的医学图像融合算法设计Designofmedicalimagefusionalgorithmbasedonshift-invariantwavelet总计：毕业设计（论文）27页表格：2个插图：11幅南阳理工学院本科毕业设计（论文）基于移不变小波的医学图像融合算法设计Designofmedicalimagefusionalgorithmbasedonshift-invariantwavelet学院（系）：电子与电气工程学院专业：自动化学生姓名：学号：096108004指导教师（职称）：评阅教师：完成日期：南阳理工学院NanyangInstituteofTechnology基于移不变小波的医学图像融合算法设计I基于移不变小波的医学图像融合算法设计[摘要]：在医学图像处理方法中，将不同模态的医学图像综合成一幅图像的过程称之为医学图像融合。本文主要介绍关于图像融合的基本知识，移不变小波变换原理及算法设计，以医学图像CT及MRI图像为例，在MATLAB7.0环境下，进行图像融合仿真。仿真结果证明经移不变小波变换方法能得到含有关键信息的高对比度图像。[关键词]:医学图像融合;移不变小波变换;CT图像；Matlab仿真；Designofmedicalimagefusionalgorithmbasedonshift-invariantwaveletAbstract:Intheareaofimageprocessing,imagefusionistomergemedicalimagesofdifferentmodalityintooneimage.Thispapermainlyintroducesthebasicknowledgeofimagefusion,shiftinvariantwavelettransformprincipleandalgorithmdesign.WesimulatedtheproposedimagefusionalgorithmwithCTandMRIimagesinMATLAB7.0.Experimentalresultsdemonstratedthefusedimagecontainedkeyinformationandhadhighcontrastbyshiftinvariantwavelettransformmethod.Keywords:Medicalimagefusion;waveletTransform;CTimage;MatlabSimulation基于移不变小波的医学图像融合算法设计II目录1引言..................................................................11.1医学图像融合技术研究现状..........................................11.2研究目的与意义....................................................21.3主要工作和章节安排................................................32移不变小波变换理论....................................................32.1移不变小波变换原理................................................42.2移不变小波图像融合算法............................................62.3基于移不变小波变换的CT与MRI图像融合.............................82.3.1CT与MRI融合方案...........................................92.4基于移不变小波变换的PET与MRI图像融合...........................112.4.1PET和MRI融合方案.........................................123图像融合质量的评价...................................................163.1融合图像的主观评价...............................................163.2融合图像的客观评价...............................................164Matlab仿真与结果分析.................................................174.1CT-MRI融合的Matlab仿真与结果分析................错误!未定义书签。4.2PET-MRI融合的Matlab仿真与结果分析...............错误!未定义书签。结束语..................................................................17参考文献................................................................18附录....................................................................21致谢....................................................................25基于移不变小波的医学图像融合算法设计11引言本章首先介绍了图像融合的基本概念及其在医学领域应用的特性，其次分析了医学图像融合的发展及国内外研究现状，最后阐明了本文的研究目的与意义，主要工作及章节安排[1]。1.1医学图像融合技术研究现状图像融合是指将多源信道所采集到的关于同一目标的图像经过一定的图像处理，提取各自信道的信息，最后综合成同一图像以供观察或进一步处理[2]。医学图像融合就是将相同或不同成像设备所采集到的关于同一部位的多幅医学图像，经过一定的处理，使它们优点综合成一副图像。在临床诊断中，单一模态的图像往往不能完整的表达出病患的所有信息，因此，需要将多种不同模态的医学图像进行适当的融合，使解剖信息和功能信息有机地结合起来，在一幅图像上同时表达来自多种成像源的信息，以便医生了解病变组织或器官的综合情况，从而做出更加准确的诊断或制定出更加合适的治疗方案。而对几幅不同图像进行定量分析，首先要解决的就是图像的严格对齐，即图像配准问题。医学图像配准与融合技术的发展主要经历了如下过程:(1)上世纪八十年代初，图像配准与融合技术主要应用于DSA方面。当时的配准融合主要是针对二维图像，通过检测相关性和灰度值的差异来决定刚性变换的参数。(2)上世纪八十年代末到九十年代初，临床医生和图像处理领域专业人员开始研究如何将不同时间、不同模态的图像上的点一一对应起来(即图像配准)，然后把这些不同模态的图像提供的不同信息(如解剖结构和功能信息)融合在一起组成一个更简单实用的显示与分析平台。这个时期提出了一些基于边界特征的配准方法，但主要还是采用刚性变换，而且主要也是应用在二维图像的配准与融合。(3)上世纪九十年代至今，计算机硬件的飞速发展使医学图像配准与融合的研究进入了三维空间时代，与此同时配准算法亦由原来的刚性换向非刚性变换(仿射变换、样条方法、弹性变形等)发展，以满足不同病人的图像之间的配准以及病人图像和图谱图像之间的配准要求。经过10多年的研究，医学图像融合技术己经应用到影像，诊断和临床治疗中，并出现了商品化的融合软件系统和相应的机器设备。国外已经有了产品化的融合软件系统，例如在临床上，将CT图像和MRI图像的融合应用于颅脑手术可视化、颅脑放射治疗中，起到了很好的辅助作用;而将脑电图(Electroencephalography,EEG)图像与MRI图像这种一、二维图像之间的融合，应用于癫痈病的辅助治疗，也起到了较好的效果[3,4]。目前，图像融合主要用于体层成像，随着融合技术不断进步，在非体层成像，如X基于移不变小波的医学图像融合算法设计2线平片、超声等二维图像，甚至三维重建的图像中的应用也会逐渐增多。在图像融合研究中，不断有新的方法出现，小波分析是近几年出现的一个新的研究热点，它被认为是傅立叶分析方法的突破性进展。小波变换在空间和频率域上都具有局域性，从而能通过伸缩平移等运算功能对信息进行多尺度的细化分析，因而有“数学显微镜”的美誉。小波变换在图像融合中的应用已有不少报道，但大多是热图像和可视图像的融合，而在医学图像融合方面的研究还比较少[5]。小波变换用于图像融合有不少优点:图像经小波分解后，不同分辨率的细节信息互不相关，这样可以将不同频率范围内的信息分别组合，产生多种具有不同特征的融合图像;图像在不同分辨率水平上的能量和噪声互不干扰;融合图像的块状伪影容易消除等。基于这些优点，小波变换在医学图像融合中的应用已经受到普遍重视，将是图像融合研究领域的一个新热点。随着三维重建显示技术的发展，三维图像融合技术的研究也越来越受到重视，三维图像的融合和信息表达，也将是图像融合研究的一个重点。同样，作为图像融合的先决条件，三维图像的配准也是研究的新重点，尤其是基于有限元分析的非线性配准。另外，神经网络和人工智能技术也逐渐被应用到图像融合中来，利用人工智能，能够对图像进行自动的分割和融合处理，这也是图像融合研究的一个新方向[6]。医学图像融合是一个快速发展的应用技术，目前很多融合方法还仅限于对几个或几十个病人的研究阶段，应用范围不是很广泛。随着理论研究的深入和技术上的不断成熟，医学图像融合将会在计算机辅助诊断和治疗中起重要作用。1.2研究目的与意义由于不同设备的成像原理不同，临床诊断上出现了多种模态的医学图像，这些图像反映了关于人体脏器和病变组织的不同信息。根据医学图像所提供的信息内涵，可将医学图像分为两大类:解剖图像和功能图像。解剖图像包括计算机X射线断层造影成像(ComputerizedTomography,CT)、核磁共振成像(MagneticResonanceImaging,MRI)和B超等;功能图像包括单光子发射型计算机断层成像(SinglePhotonEmissionComputedTomography,SPECT)和正电子发射型断层成像(PositronEmissionTomography,PET)等。这两类图像各有其优缺点:解剖图像以高分辨率提供了脏器的解剖形态信息，但无法反映脏器的功能情况;功能图像可以提供脏器的代谢信息，可是图像的分辨率较差。因此，将不同成像技术对人体同一解剖结构所得到的形态和功能信息有机结合在一起，可以取长补短，从而提供更准确地诊断依据。由于PET图像和CT图像、PET图像和MRI图像的融合，能使功能图像和解剖图像的信息综合反映在同一幅图像上;CT图像和MRI图像的融合，能产生综合两种图像的优势(CT图像显示骨骼效果好，MRI图像显示软组织效果好)的融合图像。论文以颅脑图像为例，研究了基于移不变小波的医学图像融合算法，对同一大脑区基于移不变小波的医学图像融合算法设计3域的不同解剖成像CT与MRI图像融合和PET和MRI功能成像与解剖成像融合进行了讨论,然后以进行Matlab仿真和结果分析。1.3主要工作和章节安排论文主要完成的工作有:(1)对医学图像融合的研究和发展情况进行了总结和评述，阐明了进行医学图像融合的目的和意义。(2)全面而系统的对医学图像融合的几种方法进行了深入的剖析和叙述，并对其发展趋势进行了探讨。(3)基于小波变换方法提出了一种对分辨率相同的不同解剖成像进行融合的算法，