YUV色空間を基盤としたSVD-VGGハイブリッド融合によるマルチモーダルMRI-PET画像統合

科学分野:

• 医用画像
• コンピュータビジョン
• 人工知能

背景:

• マルチモーダル医用画像融合は、診断向上のために解剖学的および機能的データを統合します。
• ノイズのような取得劣化は、画質と診断解釈を損なう可能性があります。

研究 の 目的:

• マルチモーダル医用画像融合のための効率的なハイブリッドフレームワーク（SVD-VGGハイブリッド融合）を提案すること。
• 構造的詳細と機能的コントラストを強化し、画像忠実度と色を保持すること。

主な方法:

• 輝度分解に特異値分解（SVD）を利用しました。
• 高周波強調のために軽量VGGベースの特徴抽出器を採用しました。
• MRIおよびPET画像にそれぞれガウスノイズとポアソンノイズをシミュレートしました。

主要な成果:

• SVD-VGGハイブリッド融合法は、一貫した構造忠実度と知覚品質を示しました。
• 優れた色保持能力とノイズ低減能力を達成しました。
• 画像ケースあたりの実行時間は1秒未満で、効率を示しました。

結論:

• SVD-VGGハイブリッド設計は、ノイズを認識し色を保持する融合戦略を提供します。
• このアプローチは、臨床ワークフローにおける実用的なマルチモーダル画像融合に適しています。
• 多様なデータセットと実際のノイズ条件下でのさらなる評価が保証されます。