一種提高圖像評(píng)價(jià)結(jié)果可信度的兩模態(tài)醫(yī)學(xué)圖像融合方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于醫(yī)療器械領(lǐng)域，涉及一種提高圖像評(píng)價(jià)結(jié)果可信度的兩模態(tài)醫(yī)學(xué)圖像 融合方法。 技術(shù)背景
[0002] 醫(yī)學(xué)圖像往往涉及人體的各種組織器官，具有數(shù)據(jù)巨量性、灰度模糊性、結(jié)構(gòu)復(fù)雜 性、噪聲顯著性等特點(diǎn)，一般情況下，病灶部位在整幅影像中所占的比例極低，所以在臨床 診斷中對(duì)圖像的背景信息要求較高，如果不對(duì)圖像進(jìn)行處理，會(huì)對(duì)診斷結(jié)果的判斷造成影 響，但是，在對(duì)圖像進(jìn)行處理時(shí)，選擇不同的隸屬度函數(shù)會(huì)導(dǎo)致評(píng)價(jià)結(jié)果出現(xiàn)差異，并且會(huì) 對(duì)評(píng)價(jià)結(jié)果的可信度產(chǎn)生影響。
[0003] 圖像的邊緣輪廓、紋理等重要信息與高頻系數(shù)的選擇有直接關(guān)系。因?yàn)閳D像的局 部特征不是由單一的像素所表達(dá)的，是由局部區(qū)域中幾個(gè)像素共同表現(xiàn)出來，而且各高頻 系數(shù)之間具有較強(qiáng)的相關(guān)性，如果選擇基于單個(gè)像素點(diǎn)的融合規(guī)則，則不能很好的反映該 區(qū)域特征信息。因此，選擇合適的圖像融合規(guī)則，才能保持圖像之間的相關(guān)性，保留原圖的 有用信息，使獲得的融合圖像具有更好的視覺效果。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明目的針對(duì)現(xiàn)有技術(shù)的不足，提供一種提高圖像評(píng)價(jià)結(jié)果可信度的兩模態(tài)醫(yī) 學(xué)圖像融合方法，該方法是基于雙樹復(fù)小波和組合隸屬度函數(shù)的自適應(yīng)PET/CT圖像融合 方法，該方法避免了隸屬度函數(shù)選擇上的主觀性，以及融合系數(shù)的固定性，提高了評(píng)價(jià)結(jié)果 的可信度；并且，保持了圖像之間的相關(guān)性，保留原圖的有用信息，使獲得的融合圖像具有 更好的視覺效果。
[0005] 本發(fā)明的目的通過以下技術(shù)方案予以實(shí)現(xiàn)：
[0006] -種提高圖像評(píng)價(jià)結(jié)果可信度的兩模態(tài)醫(yī)學(xué)圖像融合方法，所述方法包括以下步 驟：
[0007] (1)對(duì)已配準(zhǔn)的PET和CT圖像進(jìn)行雙樹復(fù)小波變換，得到低頻子帶和高頻子帶；
[0008] (2)根據(jù)低頻子帶的特點(diǎn)，采用自適應(yīng)組合隸屬度函數(shù)的融合規(guī)則；
[0009] (3)高頻子帶系數(shù)的選取，采用基于區(qū)域能量和加權(quán)相結(jié)合的融合規(guī)則；
[0010] 進(jìn)一步地，步驟（1)具體是對(duì)已配準(zhǔn)的PET和CT圖像中的PET圖像進(jìn)行DTCWT變 換，得到2個(gè)低頻子帶和6個(gè)方向，S卩±15°，±45°和±75°的高頻子帶；
[0011] 進(jìn)一步地，步驟（1)具體對(duì)已配準(zhǔn)的PET和CT圖像中的CT圖像進(jìn)行DTCWT變換， 得到2個(gè)低頻子帶和6個(gè)方向，S卩±15°，±45°和±75°的高頻子帶；
[0012] 進(jìn)一步地，所述自適應(yīng)組合隸屬度函數(shù)的融合規(guī)則，即：
[0014] 式中，wn是函數(shù)1的權(quán)重，5個(gè)隸屬度函數(shù)，分別是高斯隸屬度函數(shù)、鐘形隸 屬度函數(shù)、sigmoid函數(shù)型隸屬度函數(shù)、三角形隸屬度函數(shù)和梯形隸屬度函數(shù)；
[0015] 進(jìn)一步地，所述基于區(qū)域能量和自適應(yīng)加權(quán)相結(jié)合的融合規(guī)則，即：選定一個(gè)閾值 T(Te(0,0. 5))，如果小于T或者大于等于1/T，則選擇能量較大的作為結(jié)果圖像的高頻 子帶系數(shù)；否則利用區(qū)域能量進(jìn)行自適應(yīng)加權(quán)計(jì)算低頻子帶融合的系數(shù)，具體如下：
[0017] 利用區(qū)域能量最終得到4、叫如下：
[0019] 本發(fā)明的有益效果：
[0020] 本發(fā)明提供的一種提高圖像評(píng)價(jià)結(jié)果可信度的兩模態(tài)醫(yī)學(xué)圖像融合方法，基于雙 樹復(fù)小波和組合隸屬度函數(shù)的自適應(yīng)PET/CT圖像融合方法，該方法避免了隸屬度函數(shù)選 擇上的主觀性，以及融合系數(shù)的固定性，提高了評(píng)價(jià)結(jié)果的可信度；并且，保持了圖像之間 的相關(guān)性，保留原圖的有用信息，使獲得的融合圖像具有更好的視覺效果。和其他像素級(jí)融 合方法，如極大法、極小法、加權(quán)平均法、IHS變換和小波變換進(jìn)行比較，該方法將CT圖像和 PET圖像中的結(jié)構(gòu)融合的效果最好，并且在病灶位置，骨骼邊緣與軟組織之間等細(xì)節(jié)處，本 方法的融合效果更好；在評(píng)價(jià)指標(biāo)方面，應(yīng)用本方法得到的結(jié)果圖像，較之應(yīng)用其他方法得 到的結(jié)果，指標(biāo)信息熵、標(biāo)準(zhǔn)差、與CT圖像的互信息和與PET圖像的互信息顯著提升。
【附圖說明】
[0021] 圖1為已配準(zhǔn)的CT圖像；
[0022] 圖2為已配準(zhǔn)的PET圖像；
[0023] 圖3為極大法融合后圖像；
[0024] 圖4為極小法融合后圖像；
[0025] 圖5為加權(quán)平均法融合后的圖像；
[0026] 圖6為IHS變換融合后的圖像；
[0027] 圖7為小波變換融合后的圖像；
[0028] 圖8為本發(fā)明一種提高圖像評(píng)價(jià)結(jié)果可信度的兩模態(tài)醫(yī)學(xué)圖像融合方法融合后 的圖像
【具體實(shí)施方式】
[0029] 以下結(jié)合附圖通過實(shí)例對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步說明：
[0030] 實(shí)施例1 :
[0031](1)對(duì)已配準(zhǔn)的PET和CT圖像中的PET圖像進(jìn)行DTCWT變換，得到2個(gè)低頻子帶 和6個(gè)方向，g卩±15°，±45°和±75°的高頻子帶；
[0032] (2)對(duì)已配準(zhǔn)的PET和CT圖像的CT圖像進(jìn)行DTCWT變換，得到2個(gè)低頻子帶和6 個(gè)方向，即±15°，±45°和±75°的高頻子帶；
[0033] (3)根據(jù)低頻子帶的特點(diǎn)，充分考慮病灶部位在整幅圖像中所占的面積較小，合 理處理醫(yī)學(xué)圖像的背景對(duì)凸現(xiàn)病灶至關(guān)重要的實(shí)際，采用自適應(yīng)組合隸屬度函數(shù)的融合規(guī) 則；
[0034] 設(shè)待融合圖像CT為A(i，j)，PET為B(i，j)，大小均為MXN。對(duì)圖像A(i，j)和 B(i，j)分別進(jìn)行2層DTCWT分解。
[0035] 組合隸屬度函數(shù)的表示如下：
[0037] 式中，wn是函數(shù)1的權(quán)重，fnS5個(gè)隸屬度函數(shù)，分別是高斯隸屬度函數(shù)、
[0038] 鐘形隸屬度函數(shù)、sigmoid函數(shù)型隸屬度函數(shù)、三角形隸屬度函數(shù)和梯形隸屬度函 數(shù)，其表達(dá)式如表1所示：
[0039]表1隸屬度函數(shù)
[0040]
[0041] 利用層次分析法確定各函數(shù)的權(quán)重wn，首先構(gòu)造判斷矩陣A和比例標(biāo)度表，見表 2，
[0043] 表2比例標(biāo)度表
[0044]
[0045] 由此可計(jì)算5個(gè)函數(shù)的的權(quán)重向量
[0046] wn= [0. 3270 0. 1413 0. 1413 0. 1413 0. 2492] T〇
[0047] 再對(duì)其進(jìn)行一致性檢驗(yàn)。判斷矩陣中判斷質(zhì)量的標(biāo)準(zhǔn)是用一致性來衡量的。一致 性指標(biāo)
通過計(jì)算取得入=5. 05,由此可得
'。當(dāng)n= 5 時(shí)，查閱表3,得RI= 1. 12。
，當(dāng)CR< 0. 1時(shí)，矩陣有較好 的一致性。因此，5個(gè)函數(shù)的的權(quán)重向量\為[0.3270 0.