一种基于小波熵的多尺度变换医学图像融合方法.pdfVIP

中国体视学学会cT理论与应用分会、中国工程物理研究院 2008年7月 应用电子学研究所、{CT理论与应用研究》编辑部论文集 Jul．，2008 一种基于小波熵的多尺度变换医学图像融合方法 程琳1，赵文仓1’3’4，于新波2，杭柏林3 I．青岛科技大学认知与信息科学研究所，山东青岛266042 2．青岛大学医学院附属医院口腔科，山东青岛266003 3．青岛高校软控股份有限公司青岛市工业信息化重点实验室，山东青岛266042 4．西安交通大学电子与信息工程学院，西安710049 摘要：在研究离散小波变换的若干特性，以及用信息熵来反映信号统计分布特征的基础上，提 出了一种基于小波熵的多尺度变换医学图像融合方法。该方法首先利用离散小波变换将图像进 行多尺度分解，对各分解层上不同频带的子图像采用不同的方法进行融合处理，最后通过逆变 换得到融合图像。本方法通过计算小波熵值来确定各分频子图像所提供的信息比从而确定采用 的融合规则，该方法能够发现信号中微弱变化，并且有效地保留微小区域的细节信息，为今后 通过医学图像及时发现早期病变提供了有利的依据，实验结果证明了该方法的有效性，获得的 图像更加符合视觉特性。 关键词：医学图像；多尺度分解；小波熵；图像融合 1 引言 图像融合(ImageFusion)技术是指将多源信道所采集的关于同一目标的图像通过一 定的处理，提取各自信道的信息，综合成统一图像以供观察或进一步处理。医学图像的研 究作为图像处理的一个重要领域，自90年代起受到国际学术界的广泛重视，现已成为医学 图像领域的前沿课题，对未来医学影像技术的进步有着深远的影响。医学图像融合技术目 前主要有灰度空间加权叠加法、色度空间融合、基于人工神经网络融合以及基于小波变换 技术的图像融合等，其中基于小波变换的图像融合方法已成为现今研究的一个热点。随着 CT、SPECT、豫I、PE，r等多种影像技术在临床诊断分析和图像引导手术治疗中的广泛应用， 对来自不同源的医学图像进行小波变换基础上的图像融合受到众多研究者的关注，本文在 此背景下提出一种基于小波熵的多尺度医学图像融合方法，利用Mallat快速算法…对图像 进行多尺度离散小波变换憎1，对于得到的分层图像进行多尺度分频融合，根据计算小波熵b1 判定融合规则，最后对分频融合后的子图像进行小波逆变换，得到最终的融合图像。在医 学图像处理过程中，来自不同CT源的成像具有不一样的空间分辨率，对于解剖结构的成像 定位人为影像因素大，针对以上这些问题本文提出基于小波熵的分频融合处理方法，通过 实验证明该方法能够有效的保留源图像中的微小区域，不仅够根据需要综合处理多源通道 的信息，且有效地提高图像信息的利用，进～步提高诊断和治疗的可靠性，使得早期或微 小病变的诊疗成为可能。 程琳等：一种基于小波熵的多尺度变换医学图像融合方法 55 2图像的小波变换及融合 2．1离散小波变换 小波变换H1(wT，Wavelet 进行的一种线性分解运算： 咖，6)=|口II嘿j甲(等№出 cz．·， 对应的逆变换为： a，b)qtob (2．2) f(／)--c；＼IWf 在实际应用中，常常要把连续小波变换离散化。对连续小波变换喝a，f)的伸缩因子口 和f进行采样，选取口：2～，b：2一Jkb。，则可得到： 气√rI(x)=历(2，工一肋o) (2．3) ，(工P(2’x一勋0p (2．4’ 、：Ff(bo，舭)：(厂，K√上)：扫了 E 这里_『，k Z，采样率600。这就是离散的二进小波变换，它的输出结果便是一系列 的小波系数。离散小波系数越小，信号重构的精度越低。小波选取的不同，所得到的小波