中国生物医学工程学报
中國生物醫學工程學報
중국생물의학공정학보
Chinese Journal of Biomedical Engineering
2015年
5期
540-547
,共8页
图像融合%稀疏表示%脉冲耦合神经网络(PCNN)%在线字典学习(ODL)%最小角回归算法(LARS)
圖像融閤%稀疏錶示%脈遲耦閤神經網絡(PCNN)%在線字典學習(ODL)%最小角迴歸算法(LARS)
도상융합%희소표시%맥충우합신경망락(PCNN)%재선자전학습(ODL)%최소각회귀산법(LARS)
image fusion%sparse representation%pulse coupled neural network (PCNN)%online dictionary learning(ODL)%least angle regression algorithm (LARS)
医学图像融合是医学影像和放射医学等领域的研究热点之一,广受医学界和工程界重视.提出一种基于在线字典学习(ODL)和脉冲耦合神经网络(PCNN)的脑部CT和MR图像融合新算法.首先,利用滑动窗技术将源图像分块,使用ODL算法和最小角回归算法(LARS)得到各图像块对应列向量的稀疏编码;其次,将稀疏编码作为脉冲耦合神经网络的外部输入刺激信号进行迭代处理,根据点火次数确定融合系数;最后,根据融合系数和学习字典重构融合图像.基于哈佛医学院的10组脑部CT和MR数据,将所提出算法同基于KSVD的融合算法、基于ODL的融合算法、基于NSCT的融合算法比较.实验结果显示:综合考虑主观视觉效果和客观评价指标,该算法性能整体优于其他算法,客观参数指标BSSIM、MI、Piella、SF、STD、QAB/F的均值分别为0.751 2、3.769 6、0.697 1、29.526 7、90.090 6、0.570 7,可以提供丰富的信息来辅助医生分析病变体,提高临床医疗诊断的准确性和治疗规划的科学性.
醫學圖像融閤是醫學影像和放射醫學等領域的研究熱點之一,廣受醫學界和工程界重視.提齣一種基于在線字典學習(ODL)和脈遲耦閤神經網絡(PCNN)的腦部CT和MR圖像融閤新算法.首先,利用滑動窗技術將源圖像分塊,使用ODL算法和最小角迴歸算法(LARS)得到各圖像塊對應列嚮量的稀疏編碼;其次,將稀疏編碼作為脈遲耦閤神經網絡的外部輸入刺激信號進行迭代處理,根據點火次數確定融閤繫數;最後,根據融閤繫數和學習字典重構融閤圖像.基于哈彿醫學院的10組腦部CT和MR數據,將所提齣算法同基于KSVD的融閤算法、基于ODL的融閤算法、基于NSCT的融閤算法比較.實驗結果顯示:綜閤攷慮主觀視覺效果和客觀評價指標,該算法性能整體優于其他算法,客觀參數指標BSSIM、MI、Piella、SF、STD、QAB/F的均值分彆為0.751 2、3.769 6、0.697 1、29.526 7、90.090 6、0.570 7,可以提供豐富的信息來輔助醫生分析病變體,提高臨床醫療診斷的準確性和治療規劃的科學性.
의학도상융합시의학영상화방사의학등영역적연구열점지일,엄수의학계화공정계중시.제출일충기우재선자전학습(ODL)화맥충우합신경망락(PCNN)적뇌부CT화MR도상융합신산법.수선,이용활동창기술장원도상분괴,사용ODL산법화최소각회귀산법(LARS)득도각도상괴대응렬향량적희소편마;기차,장희소편마작위맥충우합신경망락적외부수입자격신호진행질대처리,근거점화차수학정융합계수;최후,근거융합계수화학습자전중구융합도상.기우합불의학원적10조뇌부CT화MR수거,장소제출산법동기우KSVD적융합산법、기우ODL적융합산법、기우NSCT적융합산법비교.실험결과현시:종합고필주관시각효과화객관평개지표,해산법성능정체우우기타산법,객관삼수지표BSSIM、MI、Piella、SF、STD、QAB/F적균치분별위0.751 2、3.769 6、0.697 1、29.526 7、90.090 6、0.570 7,가이제공봉부적신식래보조의생분석병변체,제고림상의료진단적준학성화치료규화적과학성.
