[发明专利]一种解剖与功能医学图像融合方法

说明书

本发明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。

技术领域

本发明涉及图像融合技术领域，特别是涉及一种解剖与功能医学图像融合方法。

背景技术

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。

发明内容

为了解决上述技术问题，本发明提供了一种解剖与功能医学图像融合方法。

本发明采用如下技术方案：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A_B和细节层图像A_D，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B_Y，U通道B_U和V通道B_V；

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A_B和功能图像的Y通道B_Y进行融合得到新的初始Y通道F_IY；

三、细节增强融合：

新的Y通道F_NY由新的初始Y通道F_IY与解剖图像A的细节层图像A_D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F_NY，F_U(B_U)和F_V(B_V))进行颜色空间变换重构融合图像F。