一种基于3D剪切波变换的特征级医学图像融合方法技术

本发明专利技术公开一种基于3D剪切波变换的特征级医学图像融合方法，属于医学图像处理及应用技术领域，该方法主要步骤为：一、对两幅图像进行3D-D-CSST变换或者3D-DT-CSST得到变换系数图像Ca、Cb；二、对变换系数进行图像融合，得到融合系数Cf；三、对步骤二融合后的系数Cf进行DWT或者DTCWT反变换，对变换后的图像进行后向shear变换得到融合图像Vf。本发明专利技术解决了融合图像质量相对较低以及局部重要但不显著的信息易被忽略掉的问题。

【技术实现步骤摘要】
一种基于3D剪切波变换的特征级医学图像融合方法
本专利技术属于医学图像处理及应用
，具体涉及一种基于3D剪切波变换的特征级医学图像融合方法，解决融合图像质量相对较低以及局部重要但不显著的信息易被忽略掉的问题。
技术介绍
医疗图像融合是图像融合的一种，许多方法已经被广泛应用于临床诊断中。融合是指将如CT，MRI等不同设备所采集的源图像中关于目标的重要信息提取且合并成为一幅图像的过程。不同设备或同一设备不同配置所生成的图像中包含的信息是不同的，有些信息具有相似性，但大部分信息是互补的。例如，CT图像提供的主要是人体稠密、坚硬组织的信息，而MRI图像则主要提供软组织的信息。同一个MRI设备同一次采集的信息的后处理图像，如T2*提供的是组织弛豫时间的对比信息，磁量图(QSM：QuantitativeSusceptibilityMapping)提供的是由多种磁性生物标记物(如铁、钙、钆等对比剂)引起的磁敏感对比信息。通常而言，图像融合需要先将源图像配准，而T2*和QSM图像是基于同一次扫描的数据进行后处理生成，所以二者已经完全配准了。当前医疗图像融合的研究主要考虑的是二维图像的情况，但是现在多类医疗设备都是生成三维图像。三维图像中每个点的灰度值不仅与同层邻近点互相关，也与相邻层中的邻近点互相关。传统的二维融合方法会导致第三维信息的丢失，因此有必要研究能直接处理三维图像的融合方法。融合算法可以在空域或变换域进行处理。空域中，融合图像通常是源数据的加权平均，这样的方法简单易于实现，但融合图像质量不高。变换域方法遵循以下步骤：1)源图像变换到变换域，2)按融合准则对图像系数进行处理，得到融合后的系数，3)最后将系数变回到空域，输出即为融合图像。这类算法中研究重点主要集中在两点：变换的选取和融合准则的设计。许多多尺度(Multi-Scale)变换都能应用于融合算法中，如DWT，DTCWT，Curvelet，Shearlet等等。剪切波变换是近几年提出并逐步成熟的多维数据高效表示的变换。实际上，针对小波变换缺乏对边缘等方向性特征稀疏表示的缺点，学者们也被提出了许多其他的多尺度变换。但剪切波变换是所有方法中唯一同时拥有以下优点的变换：只有一个或有限个产生函数集合，能几乎最优的表示高维数据，对连续数据和离散数据统一处理，拥有紧支实现等等。剪切波变换已广泛应用于图像处理中，如去噪，缘检测，增强等。剪切波也同样适用于图像融合，现有的图像融合技术具有如下缺陷：1、传统基于小波变换和金字塔变换的融合方法，因多尺度变换缺乏对图像结构方向性的稀疏表示能力，导致融合图像的质量相对较低；2、基于像素级的图像融合，没有考虑图像的结构信息，会导致图像融合时，局部重要确不显著的信息而被忽略掉。这些缺陷会对最终的医疗诊断产生不利影响。
技术实现思路
针对上述现有技术，本专利技术目的在于提供一种基于3D剪切波变换的特征级医学图像融合方法，解决基于小波变换和金字塔变换的融合方法，因多尺度变换缺乏对图像结构方向性的稀疏表示能力而导致融合图像的质量相对较低；以及图像融合时，局部重要但不显著的信息易被忽略掉的缺陷，这些缺陷最终会对医疗诊断产生不利影响。为了解决上述技术问题，本专利技术采用如下技术方案：本文中3D剪切波具体是指3D紧支剪切波(3D-D-剪切波)或3D双树紧支剪切波(3D-DT-剪切波),D-剪切波变换包含两个步骤：前向shear变换和DWT变换；DT-剪切波变换包含两个步骤：前向shear变换和DTCWT变换。一种基于3D剪切波变换的特征级医学图像融合方法，其特征在于，包括如下步骤：一、准备待融合的两幅3D医学图像Va、Vb，分别对两幅图像的三个方向进行前向shear变换，对变换后的图像进行离散小波变换DWT或者双树复数小波变换DTCWT，得到相应的多组变换图像系数Ca、Cb；二、对3D剪切波变换得到的系数进行图像融合，得到融合图像系数Cf；三、对步骤二融合后的图像系数Cf进行DWT或者DTCWT反变换，对变换后的图像进行后向shear变换得到多组融合图像，对这些图像进行平均得到最终融合图像Vf。在本专利技术中，所述步骤二的详细步骤包括以下两步：2.1、对3D剪切波变换得到的图像Ca、Cb的低频部分CaL、CbL采用均值准则得到融合图像的低频部分CfL；2.2、对高频部分CaH、CbH采用特征级的融合，判断同一位置待融合图像的特征类型，通过最大保留信息准则进行融合，得到CfH；在本专利技术中，在所述步骤一中，先对图像进行前向shear变换，再对变换后的图像进行离散小波变换DWT或者双树复数小波变换DTCWT；前向shear变换具体如下：对于一组三维数据l×m×n建立坐标系，原点为(0、0、0)，其对角点为(l-1、m-1、n-1)，对其进行三个方向的shear变换如下所示：其中针对z方向的shear变换是指对数据中的点进行如下坐标变换：针对x方向的shear变换公式为：针对y方向做shear变换公式为：其中，(x、y、z)为变换前的坐标，(x’、y’、z’)为变换后的坐标。ktr,{tr＝a1,b1,a2,b2,a3,b3}为移动的最大距离。ktr取不同的值，就会获得保留不同方向的信息，因而剪切波变换会产生个3D图像，其中和为kai和kbi的方向个数。所述步骤2.1中对变换图像的低频部分采用特征级融合，其融合规则为：CfL＝(CaL+CaL)/2(2)所述步骤2.2中对变换图像的高频部分采用特征级融合，具体操作步骤如下：2.2.1、先计算变换图像系数Ca、Cb的高频部分CaH、CbH的结构张量，再对结构张量进行秩分析：对于变换图像系数Ca、Cb的高频部分CaH、CbH的每个点，结构张量是一个3×3矩阵，矩阵的秩可取0、1、2、3，分别对应图像中的平坦、面状、线状、点状区域特征；Ω为局部区域l1×m1×n1，点p的结构张量表示为w(r)是一个l1×m1×n1大小的高斯模板；Vx(p)、Vy(p)、Vz(p)分别为图像对x、y、z轴三个方向上的偏导数；计算此3×3张量矩阵的特征值Ex、Ey、Ez，设定阈值k为控制参数、设为0.01，点p的非零特征值个数对于两幅图的同一位置，记Ca的非零特征值个数为Ma，记Cb的非零特征值个数为Mb，Ma、Mb作为张量矩阵的秩的近似；2.2.2、如果Ma＝Mb，那么两幅图在这个位置具有相同类型特征，计算这个位置的相似度计算阈值融合规则为：γab≤α时，这个位置为冗余信息，选择加权准则：CfH＝ωaCaH+ωbCbH(5)γab>α时，这个位置为互补信息，采用MRE准则:2.2.3、如果Ma≠Mb，融合准则：所述步骤3对DWT或DTCWT逆变换后的图像做后向shear变换，具体如下：对于后向shear变换是指前向shear变换的逆操作，其中针对z方向的shear变换是指对数据中的点进行如下坐标变换：针对x方向的shear变换公式为：针对y方向做shear变换公式为：其中，(x、y、z)为变换前的坐标，(x’、y’、z’)为变换后的坐标，ktr,{tr＝a1,b1,a2,b2,a3,b3}的取值对应于前向shear变换所取值。与现有技术相比，本专利技术具有以下有益效果：一、相对于基于传统Wavelet与金字塔变换等缺乏对方本文档来自技高网...

【技术保护点】
一种基于3D剪切波变换的特征级医学图像融合方法，其特征在于，包括如下步骤： 一、准备待融合的两幅3D医学图像Va、Vb，分别对两幅图像的三个方向进行前向shear变换，对变换后的图像进行离散小波变换(DWT)或者双树复数小波变换(DTCWT)，得到相应的多组变换图像系数Ca、Cb； 二、对3D‑CSST变换得到的系数进行图像融合，得到融合图像系数Cf； 三、对步骤二融合后的图像系数Cf进行DWT或者DTCWT反变换，对变换后的图像进行后向shear变换得到融合图像，对这些图像进行平均得到最终融合图像Vf。

【技术特征摘要】
1.一种基于3D剪切波变换的特征级医学图像融合方法，其特征在于，包括如下步骤：一、准备待融合的两幅3D医学图像Va、Vb，分别对两幅图像的三个方向进行前向shear变换，对变换后的图像进行离散小波变换DWT或者双树复数小波变换DTCWT，得到相应的多组变换图像系数Ca、Cb；二、对3D剪切波变换得到的系数进行图像融合，得到融合图像系数Cf；具体步骤为：2.1、对3D剪切波变换得到的图像系数Ca、Cb的低频部分CaL、CbL采用均值准则得到融合图像的低频部分CfL；2.2、对3D剪切波变换得到的图像系数Ca、Cb的高频部分CaH、CbH进行融合，得到融合图像的高频部分CfH；2.3、依据低频部分CfL和高频部分CfH得到融合图像系数Cf；三、对步骤二融合后的图像系数Cf进行DWT或者DTCWT反变换，对变换后的图像进行后向shear变换得到融合图像，对这些图像进行平均得到最终融合图像Vf。2.根据权利要求1所述的基于3D剪切波变换的特征级医学图像融合方法，其特征在于，在所述步骤一中，先对图像进行前向shear变换，再对变换后的图像进行离散小波变换DWT或者双树复数小波变换DTCWT；前向shear变换具体如下：对于一组三维数据l×m×n建立坐标系，原点为(0、0、0)，其对角点为(l-1、m-1、n-1)，对其进行三个方向的shear变换如下所示：其中针对z方向的shear变换是指对数据中的点进行如下坐标变换：针对x方向的shear变换公式为：针对y方向做shear变换公式为：其中，(x、y、z)为变换前的坐标，(x’、y’、z’)为变换后的坐标；ktr,{tr＝a1,b1,a2,b2,a3,b3}为移动的最大距离；ktr取不同的值，就会获得保留不同方向的信息，因而剪切波变换会产生个3D图像，其中和为kai和kbi的方向个数。3.根据权利要求1所述的基于3D剪切波变换的特征级医学图像融合方法，其特征在于，所述步骤2.2中的两幅3D图像Va、Vb对应的变换图像系数Ca、Cb的高频部分CaH、CbH的融合方法为：采用特征级的融合，判断同一位置待融合图像的特征类型，通过最大保留信息准则进行融合，得到CfH。4.根据权利要求3所述的基于3D剪切波变换的特征级医学图像融合方法，其特征在于，所述对变换图像的高频部分采用特征级融合，具体操作步骤如下：2.2.1、先计算变换图像系数Ca、Cb的高频部分CaH、CbH的结构张量，再对结构张量进行秩分析：对于变换图像系数Ca、Cb的高频部分CaH、CbH的每个点，结构张量是一个3×3矩阵，矩阵的秩可取0、1、2、3，分别对应图像中的平坦、面状、线状、点状区域特征；Ω为局部区域l1×m1×n1，点p的结构张量表示为

【专利技术属性】
技术研发人员：王帅，段昶，刘想，程建，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51