高 媛，贾紫婷，秦品乐，王丽芳

(中北大学 大数据学院，太原 030051)

基于连接突触计算网络的医学图像融合算法

高 媛*，贾紫婷，秦品乐，王丽芳

(中北大学 大数据学院，太原 030051)

针对传统的脉冲耦合神经网络(PCNN)融合方法中参数过多，以及参数和网络迭代次数难以准确设置、融合效果差等缺点，提出了一种用连接突触计算网络(LSCN)模型的连接项(L项)进行图像融合的算法。首先，把两幅待融合图像分别输入到LSCN模型中；其次，使用L项代替传统PCNN中的点火频率作为输出；然后，使用多通工作方式终止迭代；最后，通过比较L项的值得到融合后图像的像素。理论分析与实验结果表明，与改进的PCNN模型和在PCNN模型的基础上提出的新模型进行图像融合的算法进行比较，所提算法得到的融合图像更有利于人眼观察；特别是与点火频率作为输出的LSCN方法相比，所提算法在边缘信息评价因子、信息熵、标准差、空间频率、平均梯度上均较优。该算法简单易行，不仅减少了待定参数数目，降低了计算复杂度，而且解决了传统模型中迭代次数难以确定的问题。

连接突触计算网络；点火频率；图像融合；计算机断层扫描；磁共振成像；脉冲耦合神经网络

0 引言

目前国内图像融合领域研究的方法较多，如基于神经网络[1]、基于多尺度分解[2]、基于统计[3]的融合算法等。其中神经网络具有较强的生物学背景，能够考虑到图像的全局特性。一种特殊类型的神经网络来自猫的视觉皮层，称为脉冲耦合神经网络(Pulse Coupled Neural Network, PCNN)[4]已经成功地被应用于图像融合，取得了不错的成果[5]。……