一种基于多尺度剪切滚动加权引导图像过器的新型医疗图像融合方法
1Department of Mathematics, Ministry of General Education, Anhui Xinhua University, Hefei 230088, China.
Mathematical biosciences and engineering : MBE
|September 7, 2023
概括
这项研究引入了一种新的医学图像融合方法,即多尺度剪切滚动加权引导图像过器 (MSRWGIF),提高了诊断准确度. 在医疗图像融合中,MSRWGIF方法提高了视觉质量和计算效率.
科学领域:
- 医疗成像医学成像
- 生物医学工程 生物医学工程
- 计算机视觉 计算机视觉
背景情况:
- 当前的医学图像融合技术在平衡算法设计,视觉真实性和计算效率方面面临着挑战.
- 有效的融合对于准确的生物医学诊断至关重要.
研究的目的:
- 开发一种新的医学图像融合方法,克服现有方法的局限性.
- 改善算法设计,视觉效果和医学图像融合中的计算效率之间的平衡.
主要方法:
- 引入了一种新的多尺度剪切滚动加权引导图像过器 (MSRWGIF) 用于图像分解.
- 在低频子频段使用改进的局部最大能量 (ILGM) 策略,在高频子频段使用自适应脉冲合神经网络 (AP-PCNN).
- 使用反向MSRWGIF过程生成的融合图像.
主要成果:
- 与11种经典的融合方法相比,MSRWGIF方法在主观和客观性能方面取得了显著的改进.
- 拟议的方法在彩色医疗图像融合中显示了特殊的优势.
- 实验模拟使用七个高质量的代表性指标证实了该方法的优势.
结论:
- 新的MSRWGIF方法为医疗图像融合提供了一个简单,高效和有效的解决方案.
- 这种方法提高了融合医学图像的质量和诊断效用.
