云推理醫(yī)學圖像融合方法研究.pdf

1、本文研究了云推理醫(yī)學圖像融合方法。
　　 本文首先研究了一種云推理醫(yī)學圖像融合方法。方法中引入了一種處理不確定性信息的人工智能方法--云推理，其云狀的隸屬函數(shù)可以更好的在處理過程中兼顧模糊性和隨機性。該方法利用隸屬云模型構造多條件多規(guī)則云推理系統(tǒng)，通過劃分3個灰度區(qū)間和9個灰度區(qū)間兩種方法，并且依據(jù)最大值法的思想設定相應的推理規(guī)則。云推理系統(tǒng)的輸入是CT圖像與MRI圖像，輸出是融合結果圖像。通過本文方法與傳統(tǒng)模糊推理醫(yī)學圖像融合

2、方法的MATLAB實驗仿真結果對比表明，本文提出的融合方法是有效可行的，不但能夠更好的保留源圖像內(nèi)容，還能明顯提升信息量和細節(jié)清晰度。并且，與根據(jù)3個灰度區(qū)間設定規(guī)則的融合結果相比，根據(jù)9個灰度區(qū)間設定融合規(guī)則的方法得到的融合結果效果更好。
　　 其次，研究了一種云神經(jīng)網(wǎng)絡醫(yī)學圖像融合方法。該方法在傳統(tǒng)T-S推理的基礎上，將云模型引入傳統(tǒng)T-S模糊推理系統(tǒng)中，構成T-S型云推理系統(tǒng)。利用T-S云推理系統(tǒng)與RBF云神經(jīng)網(wǎng)絡的等價性

3、，根據(jù)誤差反向傳播算法訓練RBF云神經(jīng)網(wǎng)絡各項參數(shù)，進而可以將參數(shù)輸入用于融合處理的T-S型云推理系統(tǒng)中。推理系統(tǒng)的輸入是CT圖像與MRI圖像，輸出為融合結果圖像。通過MATLAB實驗仿真結果表明，與傳統(tǒng)T-S模糊推理醫(yī)學圖像融合方法相比，本文的云神經(jīng)網(wǎng)絡醫(yī)學圖像融合方法具備良好的融合性能，可以提高融合圖像的信息量與細節(jié)清晰度。并且，由于參數(shù)訓練優(yōu)化環(huán)節(jié)的存在，云神經(jīng)網(wǎng)絡醫(yī)學圖像融合方法與本文前一種云推理醫(yī)學圖像融合方法相比，其融合圖像