目的 提出一种新颖的非下采样轮廓波变换算法,并将其用于多模态医学图像融合领域.方法 第一步,采用非下采样轮廓波变换将源图像分解为高频和低频子图像;第二步,低频部分采用区域均值取大融合规则,能保留图像的绝大部分信息,获得更高的对比度和清晰度,高频图像采用取大区域方差取大融合原则,能有效地突出图像细节信息;第三步,采用非下采样轮廓波逆变换将融合子图像进行重构运算,获得最终的融合图像.结果 6组医学图像融合实验表明,基于本文提出算法获得的融合图像质量最佳,且定量评价指标熵、平均值、标准差、边缘强度分别较其他算法提升0~40%、3%~42%、1%~42%和0.4%~48%.结论 基于本文提出的算法融合效果优越,具有较高普适性和实用性,是一种可行的、有效的医学图像融合算法.

目的 提出一种主视通路信息流层级传递和响应的新模型用于检测图像轮廓的新方法.方法 以RuG图库40幅图片为实验对象,利用非下采样轮廓波变换模拟外侧膝状体(lateral geniculate nucleu,LGN)对视觉信息的频域分离作用;构建LIF神经元网络模型来表达视觉神经系统中的电生理活动,通过CRF机制整合空间信息;同时,利用局部半波整流的高斯差函数来模拟nCRF的全局调节机制.有朝向性地将多个LGN细胞感受野进行关联.同时构建皮层下视通路来模拟它对于主视通路进行视觉信息处理的协同作用.然后,经过非极大值抑制和阈值处理,得到本文轮廓检测结果.最后将本文检测结果与3种经典方法(Noninh,SSC,ISO)的检测结果进行对比.结果 本方法的检测结果与基准轮廓图的平均P指标为0.46,大于经典的3种检测方法(P指标分别为0.36、0.40、0.42).结论 本文算法不仅对纹理和背景具有抑制的作用,而且能有效区分纹理强边缘和主体轮廓,获得较佳的效果.

图像中高频噪声的去除是一个重要的研究方向.本文提出了一种基于图像的方向局部直觉模糊熵的图像高频噪声去除方法.本方法中,基于NSCT分解后不同方向的子图像上系数分布的方向性,我们改进了图像的局部直觉模糊熵理论,并提出了方向局部直觉模糊熵,对NSCT分解后的高频层系数进行去噪.实验证明,图像的方向局部直觉模糊熵可以提高图像的高频层系数的去噪效果,并在提高去噪效果的同时保护图像的纹理区域信息.

目的 观察基于非下采样双树复轮廓波变换(NSDTCT)的小波纹理特征在识别肺良恶性结节CT图像中的应用价值.方法 从肺结节患者的CT图像中分别提取基于NSDTCT和基于Contourlet变换的小波纹理参数,对高维纹理参数采用单因素分析、Lasso回归等方法进行降维.对降维后的纹理参数分别构建诊断良恶性肺结节的支持向量机分类诊断模型,绘制ROC曲线,比较2种方法的诊断效能.结果 采用NSDTCT方法,基于经Lasso降维且自变量数目较少的纹理参数构建的诊断模型分类效果最好,判断良恶性肺结节的准确率为98.37％,AUC为1.00;采用Contourlet变换方法,基于全部提取纹理参数构建的模型分类效果最好,诊断准确率为56.05％,AUC为0.73;2个模型的ROC曲线的AUC差异有统计学意义(Z=6.430,P＜0.001).结论 基于NSDTCT的纹理分析方法对判断良恶性肺结节的准确性较高.

目的 观察深度信念网络(DBN)方法识别PET/CT图像良恶性肺结节的效果.方法 收集216例肺结节患者的PET/CT图像,共339个肺结节,其中良性190个、恶性149个;共截取2 055张ROI图像,良性1 069张,恶性986张.对ROI图像进行灰度、大小归一化处理后,采用DBN方法进行分类诊断.通过实验方法确定网络结构及训练参数,并以混淆矩阵、总体精度、Kappa系数等指标评价分类结果.提取同一批图像数据非下采样双树复轮廓波变换(NSDTCT)的小波纹理参数,构建支持向量机分类模型(SVM),对比分析其与DBN的检测结果.结果 DBN和SVM方法测试集检测结果分别为总体精度0.94和0.72、灵敏度0.96和0.66、特异度0.92和0.96及Kappa系数0.87和0.42.结论 DBN识别肺结节良恶性的准确性高于SVM方法.

目的:提出一种基于非下采样轮廓波变换(NSCT)改进算法的CT与MR图像融合新策略.方法:采用NSCT改进算法将配准的CT与MR图像分解为高频和低频子图像,采用平方熵取大原则进行低频子图像系数融合,采用调制拉普拉斯加权求和法进行高频子图像系数融合;采用NSCT改进算法逆变换重构融合子图像获得融合图像.仿真实验分别选用人工合成和临床实例进行CT与MR图像融合.采用信息熵、交叉熵、互信息、相关系数、空间频率、空间频率错误率和边缘强度等定量评价NSCT改进算法、像素融合法、离散小波变换(DWT)、离散轮廓波变换(DCT)和NSCT算法的融合效果.结果:基于NSCT改进算法的融合图像对比度和边缘清晰度均最优.融合评价中改进算法的平均信息熵、交叉熵、互信息、空间频率、空间频率错误率、相关系数和边缘强度均最优,较像素融合法、DWT、DCT和NSCT的4种算法分别提升9.54％～58.19％、31.38％～44.97％、5.46％～28.66％、12.33％～120.64％、51.48％～81.21％、3.4％～5.19％和6.63％～164.32％.结论:NSCT改进算法融合性能优越,具有较高的普适性,是一种可行的CT和MR图像融合算法.