单一尺度的三层灰度与伪彩色医学图像融合方法研究

Due to the features extracted from the images at different scales, multi-scale fusion methods are becoming one of the key problems in the field of the fusion of the anatomical medical image in grayscale and the functional image in pseudo-color. The traditional multi-scale based fusion method, which adopts two-layer image decomposition at each scale, introduces the problems of intensity loss, color distortion, image quality evaluation, and so on. To solve these problems, in this proposal, we focus on research of three-layer image decomposition, multiple features-based image fusion rules and significant test data analysis methods at each scale in multi-scale fusion methods with the consideration of the relationship between different color channels. And then, the research results of this proposal are introduced into the medical image fusion system. The implementation of this proposal will be helpful for the application of medical image fusion in practice fields of clinical diagnosis.

图像分层由于较少失真地重构融合图像而成为灰度解剖图像与伪彩色功能医学图像融合领域发展的关键问题之一。本项目主要就空域单一尺度的两层融合方法面临的亮度信息丢失、色彩信息失真、图像质量评价等问题，充分考虑伪彩色图像不同通道之间的关系，借助显著性检验数据分析方法，主要研究单一尺度的三层图像分解、多特征融合规则以及客观评价指标，并将研究成果集成入图像融合系统进行分析和验证。通过本项目的研究有望对多模态医学图像融合的理论在辅助临床诊断的实际应用中起一定的推动作用。

由于单一尺度的两层图像融合框架引起的图像质量降低，本项目主要研究单一尺度的三层图像融合框架，主要内容包括：三层图像的分解机制，多特征融合规则和回归模型的显著性统计检验分析客观评价指标值。具体的工作如下：.(1)提出一种新的三层分解方法，利用传统的结构张量和RGB三通道结构张量的特征值构造图像分层模型的显著性特征图。同时提出边缘保持滤波的三层分解方法，利用边缘保持滤波器获取图像的平滑图像和细节图像，利用低通滤波器将细节图像进一步区分边缘信息和纹理信息。.(2) 提出一种云模型图像融合规则，通过图像像素分布规律建立点云模型，并利用推理规则将不同的点云模型合为一个点云模型，最后通过云发生器将点云模型换为图像。提出一种亮度增强多特征融合规则方法，在融合规则执行前对解剖医学图像中的细节部分进行亮度增强的预处理。.(3)在用量化工具客观评价融合方法方面，首先利用多种评价指标方法量化地分析融合方法，然后利用显著性统计学工具弗里德曼检验和后检验进一步从统计学意义上证明提出方法显著性优异于其余比较融合方法。.通过本项目的完成，单一尺度的三层图像框架被用于处理多模态医学图像，结果表明融合图像较好地解决了色彩失真问题，同时也验证了提出方法对噪声具有较好的鲁棒性。.