基于SIDWT的多模态脑部医学影像融合算法

郭昕刚，王宏志，王 宇

(1.长春工业大学计算机科学与工程学院，吉林 长春 130012;2.长春理工大学电子信息工程学院，吉林 长春 130022)

图像融合是近年来图像处理和机器视觉领域人们重点研究的一个方向。特别是在医学领域，为了能让医生更直观更准确地对病灶进行判断和治疗，往往需要将来自不同成像设备的医学图像进行综合分析。而医学影像的成像原理、影像特点等都各不相同，例如，CT的密度分辨率极高，图像逼真清晰，解剖关系明确，对病变的定位和定性好，易于显示腹内实质性脏器的组织结构，但是含有放射性，空间分辨率较差，曝光时间长，易产生伪影。而MRI对脑和软组织成像分辨率极佳，多方位，多参数成像，具有流空效应，能对血管进行检查，可进行形态学，组织化学和生物化学方面的研究，但是钙化特征成像效果差，扫描信号采集时间长，危重症病人不能进行检查。通过对CT影像和MRI影像进行融合，为医生提供了更直观、更全面的生理信息，给病变的判断和治疗带来了帮助。

小波变换是在传统傅里叶分析的理论基础之上发展起来的，它的应用十分广泛，尤其是在图像处理领域，小波变换实现了时域和频域的相互转化，利用多种运算工具，多尺度全方位的分析信号，获取有用信息，作为一种极其有效的处理信号的工具，常被用于图像融合。虽然小波变换的融合效果相对比较理想，但在融合的过程中仍存在一些问题，如二维离散小波变换在分解和重建信号时不具有平移不变性，导致在融合图像的奇异处产生伪吉布斯现象，还有小波系数的选择是否恰当等问题［1］。……