生物醫(yī)學圖像融合顯示方法的研究.pdf

1、生物醫(yī)學成像的研究方興未艾，成像技術層出不窮，為生物組織的影像學描述提供了新的工具。融合顯示方法的研究有助于多模態(tài)信息的整合和新模態(tài)的運用，因此在臨床實踐和基礎研究中有廣泛的應用價值。融合顯示方法的設計，需要結(jié)合具體應用的需要和源圖像的特點。本論文針對生物和醫(yī)學領域的三個應用，對灰度圖像與偽彩圖像的融合顯示進行了研究。
　　 生物相襯圖與熒光圖的融合有助于蛋白質(zhì)亞細胞結(jié)構的定位和功能研究。融合圖像應在真實反映細胞內(nèi)蛋白質(zhì)分布的基

2、礎上，保留足夠的亞細胞結(jié)構的定位信息，著力改善熒光背景對融合圖像明度和清晰度的影響。
　　 研究結(jié)合廣義亮度-色相-飽和度(Generalized Intensity-hue-saturation，GIHS)快速算法、非降采樣輪廓波變換(Nonsubsampled Contourlet Transform，NSCT)和透明度的概念，提出了GIHS框架下變權重多尺度融合的流程。融合方法的設計在引入了NSCT理論的基礎上，結(jié)合絕對值

3、最大的高頻系數(shù)融合準則，提出了以雙伽馬函數(shù)為原型的低頻系數(shù)融合準則。
　　 實驗部分結(jié)合Otsu分割算法和視覺信息保真度(Visual Information Fidelity，VIF)指標，設計了分區(qū)域的相似度量化實驗。通過117組擬南芥相村圖和熒光圖的融合顯示實驗，研究了多尺度變換對圖像融合顯示效果的影響。實驗結(jié)果表明：非降采樣技術和二維濾波器設計在一定程度上提高了圖像融合的效果，但是多尺度變換的方向性與融合效果的提升關系不

4、大。在該方法和多種傳統(tǒng)方法融合顯示效果的比較實驗中，量化結(jié)果與融合實例中的觀察結(jié)果吻合，都表明了該方法的有效性和相比傳統(tǒng)方法的優(yōu)越性。
　　 腦部磁共振成像(Magnetic Resonance Imaging，MRI)與單光子發(fā)射計算機斷層成像(Single Photon Emission Computed Tomography，SPECT)的融合實現(xiàn)了人體結(jié)構和功能信息的整合，尤其有助于SPECT圖的解讀和運用。
　　

5、 融合圖像應在真實反映腦部功能變化的基礎上，保留足夠的結(jié)構定位信息，著力于改善SPECT圖黑色背景對融合圖像明度和清晰度的影響。研究將圖像的融合顯示歸結(jié)為線性優(yōu)化問題，運用單純形法得到權重函數(shù)，用于源圖像亮度分量低頻系數(shù)和高頻系數(shù)融合準則的設計。研究還設計了算法的可交互特性，提出了全局透明度和全局高頻透明度，用以實現(xiàn)源圖像之間的漸變以及對融合圖像細節(jié)表現(xiàn)的控制。
　　 實驗探討了基于高階多項式近似的權重函數(shù)的估計，相比基于雙伽

6、馬函數(shù)的近似，其優(yōu)勢在于放寬了對權重函數(shù)形態(tài)的限制。在正常腦部29個層面MRI圖像和SPECT圖像的融合實驗中，融合實例的觀察結(jié)果與量化實驗結(jié)果吻合，都表明了該方法的有效性和相比傳統(tǒng)方法的優(yōu)越性。繼而以傳統(tǒng)透明度技術為參照，驗證了融合顯示方法的可交互特性設計。兩組臨床實例證實了提出的融合顯示方法的實用價值。最后結(jié)合實驗，初步探討了兩種權重函數(shù)設計方法的優(yōu)缺點和通用性。
　　 B型超聲圖與超聲彈性圖的融合不僅有助于生物組織力學特性

7、分布的定位、理解和運用，而且擴大了超聲無損診斷的應用范圍。融合圖像應在保持源圖像理解模式的基礎上，提高融合圖像對源圖信息的表現(xiàn)力，尤其是對B型超聲灰度圖像中低頻結(jié)構細節(jié)的表現(xiàn)力。
　　 研究基于色貌模型理論，設計了均一明度的偽彩顯示方法，并將色貌屬性的預測用于圖像的融合顯示。在國際發(fā)光照明委員會CIECAM02色貌模型的運用中，通過假定已知明度、色相和飽和度，著重推導了圖像的CIEXYZ色彩空間表示。
　　 實驗研究了計