一种基于框架变换的医学图像融合方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115861144A(43)申请公布日2023.03.28(21)申请号202211686045.X(22)申请日2022.12.27(71)申请人西京学院地址710123陕西省西安市长安区西京路1号(72)发明人乌伟陈立朱军杨周礼陈雯胡文斌王伟曹勇飞钟英杰(74)专利代理机构广州科沃园专利代理有限公司44416专利代理师王静(51)Int.Cl.G06T5/50(2006.01)G16H50/50(2018.01)G16H30/20(2018.01)权利要求书2页说明书9页附图2页(54)发明名称一种基于框架变换的医学图像融合方法(57)摘要本发明提供一种基于框架变换的医学图像融合方法，包括：对待融合医学源图像进行框架变换，获取对应的高、低频子图像；将低频子带图像进一步分解为纹理子图像和基带子图像；采用最大值融合规则完成对基带子图像的融合；采用改进型拉普拉斯能量和融合规则分别完成纹理子图像和高频子图像的融合；将纹理融合子图像和基带融合子图像重构为低频融合子图像；将低频融合子图像和高频融合子图像进行框架变换逆变换，获得最终融合结果。CN115861144ACN115861144A权利要求书1/2页1.一种基于框架变换的医学图像融合方法，其特征在于，具体包括以下步骤：S1、对待融合医学源图像进行框架变换，获取对应的高、低频子图像；S2、将低频子带图像进一步分解为纹理子图像和基带子图像；S3、采用最大值融合规则完成对基带子图像的融合；S4、采用改进型拉普拉斯能量和融合规则分别完成纹理子图像和高频子图像的融合；S5、将纹理融合子图像和基带融合子图像重构为低频融合子图像；S6、将低频融合子图像和高频融合子图像进行框架变换逆变换，获得最终融合结果。2.根据权利要求1所述的基于框架变换的医学图像融合方法，其特征在于，所述步骤S1具体包括如下步骤：S11、输入已经过严格配准的待融合医学源图像，将两幅待融合医学源图像，分别记为A和B；S12、针对A和B分别进行框架变换，设定尺度分解级数为L，(l,k)为l尺度下的方向分解级数，其中1≤l≤L，1≤k≤8。源图像A经FT变换后，可获得1幅低频子图像AL和8幅高频子图像A(l,k)；源图像B经FT变换后，可获得1幅低频子图像BL和8幅高频子图像B(l,k)。3.根据权利要求1所述的基于框架变换的医学图像融合方法，其特征在于，所述步骤S2具体包括如下步骤：S21、计算低频子图像AL与BL的结构张量矩阵G，其数学表达式为：其中，I为低频子图像AL与BL，x,y分别表示为水平和垂直两个不同方向；S22、将半正定矩阵G改写为下式：其中，V为一个尺寸为2×2的正交矩阵，λ1和λ2是特征值的两个非负平方根；S23、计算低频子图像AL与BL的显著结构信息S，其数学表达式为：S24、采用下式确定阈值T：针对任一阈值T∈[Tmin,Tmax]，分别计算权值矩阵WI和纹理子图像EI，对应数学表达式为：2CN115861144A权利要求书2/2页EI＝I·WI(6)；S25、得到对应的基带子图像BI，对应数学表达式为：BI＝I‑EI(7)。4.根据权利要求1所述的基于框架变换的医学图像融合方法，其特征在于，所述步骤S3具体包括如下步骤：S31、采用最大值融合规则计算待融合医学源图像A的融合决策矩阵mapBA，对应数学表达式为：S32、完成对基带子图像的融合，对应数学表达式为：其中，Bfuse为基带融合子图像。5.根据权利要求1所述的基于框架变换的医学图像融合方法，其特征在于，所述步骤S4具体包括如下步骤：S41、建立改进型拉普拉斯能量和模型，对应数学表达式如下：ISML(i,j)＝|2f(i,j)‑f(i‑1,j)‑f(i+1,j)|+|2f(i,j)‑f(i,j‑1)‑f(i,j+1)|+|2f(i,j)‑f(i‑1,j‑1)‑f(i+1,j+1)|+|2f(i,j)‑f(i‑1,j+1)‑f(i+1,j‑1)|(10)；S42、分别完成对纹理子图像和高频子图像的融合，对应数学表达式分别为：其中，Efuse为纹理子图像，Hfuse为高频融合子图像。6.根据权利要求1所述的基于框架变换的医学图像融合方法，其特征在于，所述步骤S5具体为：将纹理融合子图像Efuse和基带融合子图像Bfuse重构为低频融合子图像Lfuse，对应数学表达式为：Lfuse＝Bfuse+Efuse(13)。7.根据权利要求1所述的基于框架变换的医学图像融合方法，其特征在于，所述步骤S6具体为：采用FT逆变换对低频融合子图像Lfuse和高频融合子图像Hfuse进行整合，得到最终融合图像F。3CN115861144A说明书1/9页一种基于框架变换的医学图像融合方法技术领域[0001]本发