改进交叉视觉皮质模型的医学图像融合方法-计算机应用研究.pdfVIP

第３３卷第９期 计 算 机 应 用 研 究 Ｖｏｌ３３Ｎｏ９ ２０１６年９月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｓｅｐ．２０１６ 改进交叉视觉皮质模型的医学图像融合方法 戴文战，胡伟生 （浙江工商大学信息与电子工程学院，杭州３１００１２） 摘　要：传统的交叉视觉皮质层模型（ｉｎｔｅｒｓｅｃｔｉｎｇｃｏｒｔｉｃａｌｍｏｄｅｌ，ＩＣＭ）在图像边缘检测和图像的分割等领域得到 了广泛的应用，但模型中的一些参数需要人工去选取，从而降低了模型应用结果的准确度。为了使ＩＣＭ中的参 数能够自适应选取，对传统的ＩＣＭ进行改进，提出改进的ＩＣＭ与非下采样 Ｃｏｎｔｏｕｒｌｅｔ变换（ｎｏｎｓｕｂｓａｍｐｌｅｄＣｏｎ ｔｏｕｒｌｅｔｔｒａｎｓｆｏｒｍ，ＮＳＣＴ）相结合的方法应用于医学图像的融合。实验结果表明，该算法无论从主观性评价还是从 六个客观性评价指标均优于其他融合算法，不仅提高了图像的清晰度，而且较大程度地保留了图像的细节信息， 具有边缘信息突出、亮度对比度高的优点，取得了满意的效果。 关键词：医学图像融合；非下采样Ｃｏｎｔｏｕｒｌｅｔ变换；脉冲耦合神经网络；改进的拉普拉斯能量和；交叉视觉皮质 层模型 中图分类号：ＴＰ３９１．４１　文献标志码：Ａ　文章编号：１００１３６９５（２０１６）０９２８５２０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１６．０９．０６７ Ｍｅｄｉｃａｌｉｍａｇｅｆｕｓｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｉｎｔｅｒｓｅｃｔｉｎｇｃｏｒｔｉｃａｌｍｏｄｅｌ ＤａｉＷｅｎｚｈａｎ，ＨｕＷｅｉｓｈｅｎｇ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎ＆ＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｊｉａｎｇＧｏｎｇｓｈａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ３１００１２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＴｈｅｔｒａｄｉｔｉｏｎａｌＩＣＭｈａｓｂｅｅｎｗｉｄｅｌｙｕｓｅｄｉｎｉｍａｇｅｅｄｇｅｄｅｔｅｃｔｉｏｎａｎｄｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ，ｅｔｃ．Ｈｏｗｅｖｅｒ，ｓｏｍｅ ｐａｒａｍｅｔｅｒｓｏｆｔｈｅｍｏｄｅｌｎｅｅｄｔｏａｒｔｉｆｉｃｉａｌｓｅｌｅｃｔｉｏｎ，ｔｈｅｒｅｂｙｒｅｄｕｃｅｓｔｈｅｍｏｄｅｌｓａｃｃｕｒａｃｙ．Ｔｈｅｒｅｆｏｒｅ，ｔｏｉｍｐｒｏｖｅｔｈｅｔｒａｄｉｔｉｏｎａｌ ＩＣＭｔｈａｔｐａｒａｍｅｔｅｒｓｃｏｕｌｄｂｅａｄａｐｔｉｖｅｌｙｓｅｌｅｃｔｅｄ，ｔｈｉｓｐａｐｅｒｉｍｐｒｏｖｅｄＩＣＭｃｏｍｂｉｎｅｄｗｉｔｈＮＳＣＴｔｏａｐｐｌｙｔｏｍｅｄｉｃａｌｉｍａｇｅｆｕ ｓｉｏｎ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｉｎｔｅｒｍｓｏｆｓｕｂｊｅｃｔｉｖｅｅｖａｌｕａｔｉｏｎｏｒｓｉｘｏｂｊｅｃｔｉｖｅｅｖａｌｕａｔｉｏｎｉｎｄｉ ｃａｔｏｒｓａｒｅｂｅｔｔｅｒｔｈａｎｏｔｈｅｒｆｕｓｉｏｎａｌｇｏｒｉｔｈｍ．Ｉｔｎｏｔｏｎｌｙｉｍｐｒｏｖｅｓｔｈｅｃｌａｒｉｔｙｏｆｔｈｅｉｍａｇｅ，ｂｕｔａｌｓｏａｇｒｅａｔｅｒｄｅｇｒｅｅｐｒｅｓｅｒｖｅｓ ｔｈｅｉｍａｇｅｄｅｔａｉｌｓ，ａｎｄｉｔｈａｓａｐｒｏｔｒｕｄｉｎｇｅｄｇｅｉｎｆｏｒｍａｔｉｏｎ，ｈｉｇｈｃｏｎｔｒａｓｔａｎｄｂｒｉｇｈｔｎｅｓｓａｄｖａｎｔａｇｅｓ，ａｎｄａｃｈｉｅｖｅｓｓａｔｉｓｆａｃｔｏｒｙ ｒｅｓｕｌｔｓ． Ｋｅｙｗｏｒｄｓ：ｍｅｄｉｃａｌｉｍａｇｅｆｕｓｉｏｎ；ｎｏｎｓｕｂｓａｍｐｌｅｄＣｏｎｔｏｕｒｌｅｔｔｒａｎｓｆｏｒｍ（ＮＳＣＴ）；ｐｕｌｓｅｃｏｕｐｌｅｄｎｅｕｒａｌｎｅｔｗｏｒｋｓ；ｉｍｐｒｏｖｅｄ ｓｕｍｍｏｄｉｆｉｅｄｅｎｅｒｇｙｏｆＬａｐｌａｃｅ；ｉｎｔｅｒｓｅｃｔｉｎｇｃｏｒｔｉｃａｌｍｏｄｅｌ（ＩＣＭ）