| 基于自适应云模型的多模态脑部图像融合方法 |
| |
| 引用本文： | 赵佳,肖斌,李伟生,王国胤.基于自适应云模型的多模态脑部图像融合方法[J].计算机科学,2016,43(11):291-296. |
| |
| 作者姓名： | 赵佳 肖斌 李伟生 王国胤 |
| |
| 作者单位： | 重庆邮电大学计算智能重庆市重点实验室 重庆400065,重庆邮电大学计算智能重庆市重点实验室 重庆400065,重庆邮电大学计算智能重庆市重点实验室 重庆400065,重庆邮电大学计算智能重庆市重点实验室 重庆400065 |
| |
| 基金项目： | 本文受国家自然科学基金:基于多模态医学图像处理的多维可视化辅助诊疗关键技术研究(U1401252),国家自然科学基金: 基于词袋模型的多特征融合物体识别方法研究(61272195),重庆市基础与前沿研究杰青项目:模式识别与图像处理基础理论及应用研究(cstc2014jcyjjq40001)资助 |
| |
| 摘 要： | 多模态医学图像融合通过提取并综合不同模态的医学图像信息,获得对病灶部位更加清晰、全面、准确、可靠的图像描述,为医生对疾病的诊断和合理治疗方案的制定提供可靠的依据。云模型理论是认知科学研究的新成果,具有兼顾随机性和模糊性的优点,在图像融合中的应用较少。借助云模型理论将来自不同模态的MRI(核磁共振成像)脑部图像、MRI与PET(正电子发射断层成像)、MRI与SPECT(单光子发射断层成像)脑部图像进行融合。首先,根据脑部图像自身的灰度直方图特征,对灰度直方图进行拟合；然后,由拟合曲线的谷值点划分区间并通过逆向云发生器自适应地生成云模型；最后,设计云推理规则,得到融合后的图像。实验结果表明,相比传统融合方法,所提方法融合后的图像脑部特征更清晰,激活区域更明显,在主观融合效果与客观评价指标方面均有很大的提高。
|
| 关 键 词： | 云模型理论 核磁共振成像 脑部图像融合 评价指标 |
| 收稿时间： | 2015/10/10 0:00:00 |
| 修稿时间： | 2016/1/19 0:00:00 |
Fusion Method of Multi-model Brain Images Based on Adaptive Cloud Model |
| |
| ZHAO Ji,XIAO Bin,LI Wei-sheng and WANG Guo-yin.Fusion Method of Multi-model Brain Images Based on Adaptive Cloud Model[J].Computer Science,2016,43(11):291-296. |
| |
| Authors: | ZHAO Ji XIAO Bin LI Wei-sheng and WANG Guo-yin |
| |
| Affiliation: | Chongqing Key Laboratory of Computational Intelligence,Chongqing University of Posts and Telecommunications,Chongqing 400065,China,Chongqing Key Laboratory of Computational Intelligence,Chongqing University of Posts and Telecommunications,Chongqing 400065,China,Chongqing Key Laboratory of Computational Intelligence,Chongqing University of Posts and Telecommunications,Chongqing 400065,China and Chongqing Key Laboratory of Computational Intelligence,Chongqing University of Posts and Telecommunications,Chongqing 400065,China |
| |
| Abstract: | |
| |
| Keywords: | Cloud model theory Magnetic resonance imaging Brain image fusion Evaluation index |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
