孟令玉 聂仁灿 何 敏 周冬明 李华光

(云南大学信息学院 云南 昆明 650500)

0 引 言

随着成像技术的发展，医学图像在临床诊断等方面发挥着越来越重要的作用，已经成为医生疾病诊断、疾病治疗的得力助手，极大降低了误诊风险，提高了对症治疗的效率、速率。与普通的光学成像方式不同，医学图像成像机理比较复杂，涉及到物理、化学和生物等多个学科，因此，单模态医学图像的功能比较单一，很难全面显示人体器官组织的信息。例如，核磁共振成像(Magnetic Resonance Imaging,MRI)可以充分显示软组织的信息，但其骨骼等信息的探测存在很大缺陷。与MRI不同的是，计算机断层扫描成像(Computer Tomography,CT)可以很好地捕获骨骼信息，但其对软组织等结构信息缺乏探测能力[1]。此外，其他模态的医学图像还有具有很强病灶探测能力的正电子发射计算机断层成像(Positron Emission Tomography，PET)以及具有显示血液流动信息能力的单光子发射计算机断层成像(Single Photon Emission Tomography，SPECT)等。全面了解器官组织的各项信息可以更有针对性地进行临床诊断、疾病治疗，因此，有必要运用一定的图像融合算法将不同模态的医学图像根据需求进行融合得到一幅显示信息更为全面的医学图像。

医学图像融合作为图像融合的重要应用领域之一，是当今国内外研究的热点问题，在医学领域有着广泛的应用前景和实用价值[2]。近年来，针对医学图像的融合方法已经得到很大发展，这些算法大致可以分为两类：基于频率域的算法和基于空间域的算法[3]。空间域类算法主要是在原始图像像素上直接进行相关处理，对图像主要特征信息捕捉并融合。……