张林发，张榆锋*，王 琨，李支尧

（1.云南大学信息学院，昆明 650500；2.昆明医科大学第三附属医院超声科，昆明 650118）

0 引言

不同的医学成像技术能提供组织或器官的互补信息，如核磁共振图像（Magnetic Resonance Imaging，MRI）检测人体内部软组织，正电子发射断层成像（Positron Emission computed Tomography，PET）、单光子发射计算机断层成像（Single-Photon Emission Computed Tomography，SPECT）获取器官的代谢信息，用于肿瘤或血管疾病检测［1］。在医疗实践中，由于医生需要对多模态医学图像进行分别观察，从而导致疾病诊断准确度和效率的降低。医学图像融合技术可以将多模态图像中的相关信息结合起来，有助于疾病的诊断和治疗［2］。

图像融合方法中像素级融合因图像失真度最小而应用最为广泛［3］。像素级融合方法可以分为两类：空间域和变换域［4］。前者由于直接在空域处理图像导致融合效果较差［5-6］（如文献［6］中对图像进行明度、色调、饱和度（Intensity，Hue，Saturation；IHS）变换，而IHS 变换容易造成频谱失真），因此后者成为研究热点［7］。基于变换域图像分析工具的图像融合方法可以分为三个过程：图像分解、系数融合和图像重构。变换域的方法如图像金字塔等［8-11］。多尺度变换（Multi-Scale Transforms，MST）也是经典的变换域方法，能够弥补图像金字塔不具有方向性的缺点，吸引了许多学者的注意，如小波变换［12］、轮廓波变换［13］、剪切波变换［14］。其他MST 方法如局部拉普拉斯滤波器（Local Laplacian Filter，LLF），LLF 在医学图像融合应用也是经过三个过程，如文献［15］中应用LLF 进行图像分解，然后在高频和低频分别采用兴趣区和区域能量最大的融合策略。和MST 相比，多尺度几何变换（Multi-scale Geometric trAnsform，MGA）是MST 的改进方法，具有平移不变性，融合图像不会出现伪Gibbs 效应。……