一种解剖与功能医学图像融合方法技术

本发明专利技术公开了一种解剖与功能医学图像融合方法，方法步骤为，首先利用引导滤波器将解剖图像分解成基层和细节层，利用颜色空间变换将功能图像变换到YUV空间，之后利用局部能量最大融合规则对解剖图像的基层和功能图像的Y通道进行融合处理得到初步的融合结果，并且将此融合结果与解剖图像的细节层进一步融合，最后由颜色空间变换重构融合图像。本发明专利技术优点：该方法得到的融合图像不仅能同时保留解剖图像中的结构信息及功能图像中的颜色信息，并且其中的解剖图像中的结构信息非常明显。此外，该方法有着非常高的计算效率，能运用于解剖与功能医学图像融合系统。

A Fusion Method of Anatomical and Functional Medical Images

【技术实现步骤摘要】
一种解剖与功能医学图像融合方法
本专利技术涉及图像融合
，特别是涉及一种解剖与功能医学图像融合方法。
技术介绍
由于不同的成像机制，具有不同模态的医学图像仅能反映某一方面的信息。解剖图像(计算机断层扫描(CT)和磁共振(MR)成像)具有更高的分辨率，并且可以更清楚地反映组织或器官的结构信息。功能图像(正电子发射断层扫描(PET)和单光子发射CT(SPECT))可以反映有关身体新陈代谢的信息，但分辨率较低。为了使医生能够同时在同一图像中查看不同模态的图像信息，以便更准确地判断患者的病情，多模式医学图像融合技术应运而生。一般情况下，图像融合由低到高分为三个层次：像素级融合、特征级融合、决策级融合。本专利研究的是像素级图像融合。当前的解剖与功能医学图像融合方法主要可以分为两大类：变换域融合算法和空间域融合算法。变换域融合算法主要步骤如下：首先将图像变换到特定的图像表示域，然后利用融合规则对图像表示系数进行融合，最后利用逆变换得到融合图像。变换域融合方法在图像融合领域通常能获得较好的效果。在解剖与功能医学图像融合中，以下三点非常重要：同时保留解剖图像中的结构信息及功能图像中的颜色信息；增强解剖图像中的结构信息；高的计算效率。然而，当前的变换域融合算法无法兼顾这三个方面。空间域融合方法不同于变换域融合方法。空间域融合方法在空间域上对源图像进行融合，通常这类方法的计算复杂度较低。本专利针对变换域融合算法的上述问题在空间域融合算法中提出解决方案。
技术实现思路
为了解决上述技术问题，本专利技术提供了一种解剖与功能医学图像融合方法。本专利技术采用如下技术方案：一种解剖与功能医学图像融合方法，方法步骤如下：一、图像分解和变换：利用引导滤波器将解剖图像A分解为基层图像AB和细节层图像AD，在引导滤波过程中，我们以解剖图像A同时作为输入图像和引导图像，利用颜色空间变换(RGB颜色空间到YUV颜色空间)将功能图像B变换到YUV颜色空间，得到功能图像B的Y通道BY，U通道BU和V通道BV；二、基层与Y通道融合：利用局部能量最大(LEM)规则对解剖图像A的基层图像AB和功能图像的Y通道BY进行融合得到新的初始Y通道FIY；三、细节增强融合：新的Y通道FNY由新的初始Y通道FIY与解剖图像A的细节层图像AD进行细节增强融合得到；四、图像重建：利用颜色空间变换(YUV颜色空间到RGB颜色空间)对得到的通道FNY，FU(BU)和FV(BV))进行颜色空间变换重构融合图像F。与现有技术相比，本专利技术具有的优点：该方法得到的融合图像不仅能同时保留解剖图像中的结构信息及功能图像中的颜色信息，并且其中的解剖图像中的结构信息非常明显。此外，该方法有着非常高的计算效率，能运用于解剖与功能医学图像融合系统。附图说明图1是本专利技术的解剖与功能医学图像融合方法基本框架图。具体实施方式下面结合附图对本专利技术的优选实施例进行详细阐述，以使本专利技术的优点和特征能更易于被本领域技术人员理解，从而对本专利技术的保护范围做出更为清楚明确的界定。实施例Step1:图像分解和变换在引导滤波基本理论中，在以像素k为中心的局部窗口wk中，滤波输出O与引导图像I之间存在线性关系。其中参数ak和bk定义如下:其中，μk，δk，|w|和与局部窗口wk有关。具体地说,μk和δk分别代表引导图像I在局部窗口wk内的平均值和方差,|w|为局部窗口wk内的像素总数，为输入图像P在局部窗口wk内的平均值。为方便起见,我们数学上将引导滤波表示为式(4)。O＝GFr,ε(P,I)(4)其中GFr,ε代表引导滤波函数，两个子下标r和ε分别代表引导滤波器的大小和模糊程度。在本专利中，图像分解和变换按以下两步进行：1、利用引导滤波将解剖图像A分解为基层图像AB和细节层图像AD。在引导滤波过程中，我们以解剖图像A同时作为输入图像和引导图像。该过程可以表示为式(5-6)AB＝GFr,ε(A,A)(5)AD＝A-AB(6)2、利用颜色空间变换(RGB颜色空间到YUV颜色空间)将功能图像B转换到YUV颜色空间，得到功能图像B的Y通道BY，U通道BU和V通道BV。Step2:基层与Y通道融合利用局部能量最大(LEM)规则对解剖图像A的基层图像AB和功能图像的Y通道BY进行融合。在以下式子的表述中，符号*代表卷积，符号×和.×分别代表相乘和点乘。1、首先，根据下面的公式计算出解剖图像A的基层图像AB和功能图像的Y通道BY的能量图。EX＝X*W(7)其中X∈{AB,BY}，EX为图像X的能量图。W为卷积算子，其在本专利中根据式(8)进行设置。2、权值图M根据式(9)得到3、新的初始Y通道FIY根据式(10)得到FIY＝M.×AB+～M.×BY(10)Step3:细节增强融合新的Y通道FNY根据式(11)得到FNY＝β×AD+FIY(11)其中β为增强因子，我们一般将其设置为3。Step4:图像重建利用颜色空间变换(YUV颜色空间到RGB颜色空间)对得到的通道FNY，FU(BU)和FV(BV))进行颜色空间变换重构融合图像F。不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本专利技术的保护范围之内。因此，本专利技术的保护范围应该以权利要求书所限定的保护范围为准。本文档来自技高网...

【技术保护点】
1.一种解剖与功能医学图像融合方法，其特征在于，方法步骤如下：一、图像分解和变换：利用引导滤波器将解剖图像A分解为基层图像AB和细节层图像AD，在引导滤波过程中，我们以解剖图像A同时作为输入图像和引导图像，利用颜色空间变换(RGB颜色空间到YUV颜色空间)将功能图像B变换到YUV颜色空间，得到功能图像B的Y通道BY，U通道BU和V通道BV；二、基层与Y通道融合：利用局部能量最大(LEM)规则对解剖图像A的基层图像AB和功能图像的Y通道BY进行融合得到新的初始Y通道FIY；三、细节增强融合：新的Y通道FNY由新的初始Y通道FIY与解剖图像A的细节层图像AD进行细节增强融合得到；四、图像重建：利用颜色空间变换(YUV颜色空间到RGB颜色空间)对得到的通道FNY，FU(BU)和FV(BV))进行颜色空间变换重构融合图像F。

【技术特征摘要】
1.一种解剖与功能医学图像融合方法，其特征在于，方法步骤如下：一、图像分解和变换：利用引导滤波器将解剖图像A分解为基层图像AB和细节层图像AD，在引导滤波过程中，我们以解剖图像A同时作为输入图像和引导图像，利用颜色空间变换(RGB颜色空间到YUV颜色空间)将功能图像B变换到YUV颜色空间，得到功能图像B的Y通道BY，U通道BU和V通道BV；二、基层与Y通道融合...

【专利技术属性】
技术研发人员：鄢慧斌，李忠民，
申请(专利权)人：南昌航空大学，
类型：发明
国别省市：江西,36