李 江

（北京工业大学计算机学院 北京 100124）

1 引言

由于成像原理及人体器官结构的复杂性，现有的单一模态的医学图像仅能提供有限的信息，不同模态的医学图像之间既有冗余性又有独立性。比如电子计算机断层扫描（CT）能清晰呈现高密度的骨骼结构，而磁共振成像（MRI）可以较好地显示软组织信息。近年来医学图像融合技术的研究得到了广泛重视，医学图像融合对于临床诊断具有重要的应用价值，它在病症诊断及治疗时为医生提供更多、更准确的信息［1～2］。

目前，在医学图像融合中一类研究较多的方法是将非下采样 contourlet 变换（NSCT）［3～4］与脉冲耦合神经网络（PCNN）［5～6］相结合［7］，通过发挥 NSCT具有的平移不变性、多尺度、多方向特性以及PCNN 更符合人类视觉神经系统处理机制的特点进行图像融合，既保持了图像的边缘信息和轮廓结构也提取了有效的细节信息。由于CT 图像和MRI图像都是灰度图像，通过NSCT 和PCNN 得到的融合图像也是灰度图像。但是人眼对灰度图像的识别能力远远低于对彩色图像的识别能力［8～10］，且无法根据灰度融合图像判断特征点来源，导致融合图像携带信息量变少，所以需要对图像进行伪彩色处理。

本文提出了一种基于NSCT 和PCNN 的医学图像伪彩色处理方法，首先，根据源图像的灰度信息，计算源图像公共区域。然后，使用NSCT 和PCNN对源图像进行处理得到灰度融合图像，并根据NSCT 分解生成的低频子带和方向子带进行处理，得到融合图像来源信息。最后，根据人类视觉特性，使用源图像公共区域和融合图像来源信息，对灰度融合图像进行伪彩色处理得到伪彩色融合图像。……