摘 要：医学图像融合技术在提高诊断准确性方面发挥着重要作用，目前研究者提出各种融合策略和方法。但如何准确评价融合图像的质量，仍缺乏统一评价方法。本研究通过分析医学图像融合评价的基本原理，利用人类生理视觉系统的特性，提出一种基于生理视觉的图像融合质量评价方法，该方法通过利用图像的清晰度、对比度、色彩保真度和融合自然度等客观评价指标，融合主观评价，构建数学模型，全面反映融合图像的视觉质量，所构建的模型经实验验证，较好符合人类生理视觉感知评价。

关键词：图像融合；评价方法；视觉感知

医学图像融合技术在提高诊断准确性方面发挥着不可或缺的作用，它结合来自不同成像模式的信息（如CT、MRI、PET等），提供更为全面和精确的诊断依据。尽管现有的融合技术在某些方面取得了显著进展，但仍存在诸多挑战和局限。与自然场景图像相比，医学图像中前景和背景区分明显，且色彩失真绝大多数发生在前景区域，这将导致独立指标无法准确对图像进行评价。

研究表明，人类视觉系统在评估图像质量时具有独特的优势［1］。本研究提出一种基于人类生理的视觉医学图像融合质量评价方法，该方法选取了多尺度结构（MSSIM）、视觉信息保真度（VIF）和相位一致性（PC）指标，结合了人类视觉系统的特性，通过主观评价建立主观评价与指标之间的关系。我们先收集了多种医学图像数据集，使用主流的图像融合算法生成融合图像，选用MSSIM、PC、VIF指标来量化图像质量，最后邀请专家对融合图像进行视觉评价。……