基于Matlab的多模态医学图像融合仿真.docVIP

基于Matlab的多模态医学图像融合仿真 　　摘 要 多模态医学图像融合是一种集医学图像处理和医学影像诊断于一体的新技术，其迅猛发展对医学影像技术的进步和临床诊疗产生了深远的影响。本文使用几种多模态医学图像融合的典型方法，在Matlab环境下进行了仿真实验，为相关领域的专业人员和非专业关注者提供了参考。 　　【关键词】多模态医学图像融合 Matlab 医学图像处理 医学影像学 　　1 引言 　　随着计算机技术的飞速发展和信息时代的到来，医学成像成为了现代医疗技术不可缺少的一部分。由于各种成像设备的成像原理有所差异，不同模态的图像有各自的优点和局限性。在此背景下，充分利用现有的成像设备，研究一种能整合来自不同成像设备的图像信息并将其作为一个整体加以表达的图像融合技术，受到了相关领域的高度重视。本文分析了多模态医学图像融合的典型方法，并在Matlab环境下进行了仿真实验，为相关领域的专业人员和非专业关注者提供了参考。 　　2 多模态医学图像的融合方法 　　医学图像融合方法可分为像素级、特征级和决策级三个层次，目前应用比较广泛的是像素级层次融合融合方法，同时它又是后两种融合方法的基础，本文主要研究像素级层融合方法。 　　根据其特点、融合步骤和基本原理，又可将其分为基于空间域融合方法和基于变换域融合方法两大类。这两类方法不是相互独立的关系，在许多算法中将两者结合使用可以达到更好的融合效果。 　　3 多模态医学图像融合matlab仿真程序 　　本文针对以下几种融合方法，进行了多模态医学图像融合的仿真实验，实验所用为两幅已经做完配准处理的MRI和CT图像，如图1所示。 　　下面将详细阐述程序实现和实验结果，如图2所示。 　　3.1 像素灰度值极大/极小融合法 　　% 图像像素灰度值极大法 　　for i=1：m1 　　for j=1：n1 　　if （abs（M1（i，j）） = abs（M2（i，j））） 　　M3（i，j） = M1（i，j）； 　　elseif （abs（M1（i，j）） abs（M2（i，j））） 　　M3（i，j） = M2（i，j）； 　　end 　　end 　　end 　　3.2 像素灰度值加权平均融合法 　　% 图像加权融合 　　M3 = 0.5* M1 + 0.5* M2； 　　M3 = im2uint8（M3）； 　　M4 = 0.3* M1 + 0.7* M2； 　　M4 = im2uint8（M4）； 　　3.3 傅立叶变换法 　　程序代码如下： 　　% 对图像进行二维傅里叶变?Q 　　y1 = fft2（M1）； 　　y2 = fft2（M2）； 　　% 对变换系数进行加权融合 　　y3 = 0.5* y1 + 0.5* y2； 　　y4 = 0.3* y1 + 0.7* y2； 　　% 傅里叶反变换 　　M3 = ifft2（y3）； 　　M4 = ifft2（y4）； 　　% 数据类型转换 　　M3 = im2uint8（M3）； 　　M4 = im2uint8（M4）； 　　3.4 小波变换法 　　zt =2；% 小波分解层数 　　wtype = db1；%使用的小波类型 　　% 小波分解 　　[c0， s0] = wavedec2（M1，zt，wtype）；%多尺度二维小波分解 　　[c1， s1] = wavedec2（M2，zt，wtype）；%多尺度二维小波分解 　　%小波系数简单加权法 　　c = （c0 + c1）* 0.5； 　　% 高频部分系数选择绝对值极大法，低频部分系数采用二者求平均的方法 　　KK = size（c1）； 　　Coef_Fusion1 = zeros（1，KK（2））； 　　% 低频系数的处理 　　Coef_Fusion1（1：s1（1，1）） = （c0（1：s1（1，1）） + c1（1：s1（1，1））） / 2； 　　% 高频系数的处理 　　MM1 = c0（s1（1，1） + 1：KK（2））； 　　MM2 = c1（s1（1，1） + 1：KK（2））； 　　mm = （abs（MM1）） （abs（MM2））； 　　Y = （mm.* MM1） + （（～mm）.* MM2）； 　　Coef_Fusion1（s1（1，1） + 1：KK（2）） = Y； 　　% 小波重构 　　Y1 = waverec2（c，s0，wtype）； 　　Y2 = waverec2（Coef_Fusion1，s0，wtype）； 　　4 结语 　　多模态医学图像融合技术是医学图像处理技术的一个重要分支，在临床诊疗、计算机辅助诊断、