王文文，王惠群，陆惠玲,周　涛,

(宁夏医科大学　a.管理学院; b.理学院,银川　750004)



基于压缩感知和NSCT-PCNN的PET/CT医学图像融合算法

王文文a，王惠群a，陆惠玲b,周涛a,b

(宁夏医科大学a.管理学院; b.理学院,银川750004)

摘要：针对非下采样Contourlet变换(NSCT)后计算复杂度高以及医学融合图像质量差等问题,提出一种基于压缩感知和脉冲耦合神经网(PCNN)的图像融合方法。首先将源图像进行NSCT单层分解；其次，对计算量较大的高频子带采用高斯随机测量矩阵进行压缩测量，融合规则选用绝对值取大的方法，对融合后的高频图像采用正交匹配追踪算法(OMP)进行重构；然后对低频子带采用基于PCNN 的融合规则，将低频子带系数作为信号激励 PCNN 网络，根据低频图像的特性选择较大点火次数的系数作为低频子带融合系数；最后对高频融合图像和低频融合图像通过NSCT逆变换，得到最终的融合图像。实验结果表明：该算法无论从人眼视觉效果还是客观评价指标上均优于其他算法，且具有较强的鲁棒性。

关键词：压缩感知;非下采样Contourlet变换;PCNN;PET/CT;医学图像融合

医学图像融合是将人体同一部位的不同模态的医学图像，经过配准、叠加、变换等预处理，进而得到一幅能充分表达疾病解剖和功能信息的新图像[1]。不同模态的成像可以反映病灶的不同信息，如CT图像具有很高的空间分辨率，骨骼成像清晰，但对软组织的对比度较低；PET图像反映了丰富的人体代谢信息，但解剖结构不清晰。PET/CT融合图像结合两种成像方法的优势，综合显示病灶部位的解剖和功能信息，提高了病灶定位的精确度和可识别度，为医生正确地诊断和治疗疾病提供了更加有效的影像学参考。……