[发明专利]CT图像与MR图像的融合方法

说明书

技术领域

本发明涉及到医学造影图像的融合，特别涉及一种CT图像与MR图像的融合方法。

背景技术

医学成像技术是一个综合多种学科成果与先进技术的综合性，实用性学科领域。各种模式的医学图像从视觉角度为医生及研究人员提供了丰富、直观、定性及定量的人体生理信息，成为诊断各种疾病的重要技术手段。由于不同模式的设备对人体内大到组织小到分子原子有不同的灵敏度和分辨率，因而有它们各自的适用范围和局限性。计算机断层造影术（ＣＴ）图像具有较好的空间分辨率和几何特性，对人体软组织对比度较低，对骨骼反映清晰。计算机断层造影术（ＣＴ）图像成像骨骼清晰、分辨率高，可为病灶的定位起到良好的参照作用，但其对病灶本身的显示比较差。CT对具有相似电子密度的软组织结构区分能力很差。 如果将这两种图像融合，则可结合两种图像的优势。通过图像融合有效地显示骨骼的定位信息和软组织细节，大大提高病灶的定位准确性。

核磁共振（ＭＲ）图像可清晰反映软组织、器官、血管等的解剖结构，但对钙化点不敏感，对刚性的骨组织显示差，且受到磁干扰会发生几何失真。各种模态的医学图像从不同角度反映人体信息，单独从某一种图像中无法得到全面的诊断信息。需要将不同模态图像信息综合在一起，得到更丰富的信息，以便了解病变组织或器官的更多数据，从而做出准确的判断或制定出合适的治疗方案。而多种图像又须借助医生的空间构想和推测去综合判定他们所需要的信息，其准确性受到主观影响，更主要的是一些信息将可能被忽视。医学图像融合技术以计算机图像处理方法代替了医生的人工综合方式，可以提高诊断效率和可靠性，并精确指导神经外科手术及放射治疗等。

医学图像融合一般指对２个或２个以上不同医学成像设备获得的同一病灶区域的图像进行匹配和重建，从而获得互补信息，增加信息量，使临床诊断和治疗更加准确和完善。二十世纪八十年代开始，医学图像融合开始逐渐引起临床医学界的关注，当时的一些研究采用的一般是比较直观和简单的融合方法，如逐像素加权求平均，利用逻辑运算符进行滤波等等，效果往往并不理想。

到了九十年代，医学图像融合技术成为当代医学图像领域的前沿课题，对未来医学影像技术的进步发挥深远的影响。在这一阶段，其它融合方法开始陆续被提出，例如，Burt提出了Laplacian金字塔法、Akerman提出了Gaussian金字塔分解法、Toet提出的低通比率金字塔法以及多分辨率形态滤波法和小波变换法等。促进了医学图像融合技术的飞速发展。这类多尺度变换图像融合技术存在两方面问题：第一，算法复杂、耗时较多。多尺度变换图像融合技术需要对每一幅源图像分别进行多尺度变换，按照一定的融合方案进行信息融合，得到融合图像的多尺度表示，然后进行相应的逆变换得到融合图像。多尺度变换图像融合算法共需要进行2次图像的多尺度变换和1次逆变换，这3次图像变换占用了大部分时间。第二，仅向融合图像传递绝对信息，忽略相对信息。多尺度变换技术的目标是获得图像或信号的稀疏表达，变换系数表示图像或信号所包含的某种频率成分的多少，不包含该成分在全部频率中的比例。从本质上说，变换系数是绝对信息。目前的多尺度变换图像融合技术根据各种融合方案直接向融合图像传递变换系数，就忽略了相对信息，直接导致融合图像的对比度下降。

发明内容

 为克服上述技术的不足，本发明的目的是提供一种CT图像与MR图像的融合方法。本发明所述融合方法直接根据灰度直方图计算源图像的对比度和二阶对比度，不需要对源图像进行图像变换，显著减少了运算量，提高了程序执行效率，且融合图像的主观效果有明显提高。

 为了实现上述目的，本发明所述CT图像与MR图的像融合方法包括以下步骤：

(1)   对输入CT和MR图像，分别确定其背景灰度值；

(2)   根据背景灰度值，利用如下公式分别计算CT和MR图像中每个像素点的对比度值： 

                                                   

其中，I(x,y)是图像中(x,y)像素的灰度值，I_M是图像的背景灰度值；

(3)   确定CT和MR图像对比度分布的众数；

(4)   根据对比度分布的众数，利用如下公式分别计算CT和MR图像的二阶对比度：

其中C(x,y)是像素(x,y)的对比度，C_M是图像对比度值的众数；