基于Piella框架和DT-CWT的肺癌PET/CT自适应融合算法

通过分析Piella框架和多尺度分析的理论,在Piella框架的基础上给出了四种像素级融合规则的构造方法,即四种融合路径,在第一种融合路径的基础上,提出了基于Piella框架和DTCWT的肺癌PET/CT自适应融合算法,该算法首先对已配准的PET和CT图像进行DTCWT变换;然后,根据低频子带的特点,考虑到病灶部位在整幅图像中所占的面积较小,合理处理医学图像的背景以凸现病灶,采用自适应组合隶属度函数的融合规则;其次而对高频子带系数的选取,根据高频子带反映图像的细节特性和边缘信息;再次,由于高频系数的选择对图像的清晰度、边缘失真程度影响大,故对高频分量的融合选择分解系数的能量差异作为匹配测度、区域能量作为活性测度,并将加权与选择的方法相结合确定决策因子对高频分量进行融合.最后进行了仿真实验,与其他像素级融合算法进行了比较,并对图像融合效果作客观评价,实验结果表明,该算法可以更好地凸现图像中病灶的边缘和纹理信息.