[发明专利]基于平移不变剪切波变换的多模态医学图像融合方法

说明书

技术领域

本发明涉及一种图像融合方法，尤其是一种基于平移不变剪切波变换的多模态医学图像融合方法，属于医学图像处理及应用技术领域。

背景技术

多模态医学图像融合在临床诊断中扮演着重要的角色，它广泛应用于图像引导手术、图像引导放射治疗、非侵入性诊断以及治疗的计划的制定中。例如，在非侵入性诊断及治疗计划中，医生常常需要利用不同模态的医学图像来看清病人体内的病变结构和细节信息来准确地确定肿瘤的相对位置以及观察病变肿瘤对放射性射线的病理反应。因此，多模态医学图像融合技术是现代医学可视化技术的关键环节，广泛应用于现代医学临床诊断中。

目前，多模态医学图像融合方法大致可分为三种策略：替换方法、算术方法、多尺度分解法。替换方法，如彩色空间变换法，可能导致图像光谱的畸变；算术方法，如贝叶斯估计法，易导致图像对比度降低而丢失重要的细节信息。通常，图像中的轮廓、边缘等特征出现在不同大小的尺度上，人类的视觉系统研究表明物理图像经过视网膜处理变成神经图像是在不同的频率通道处理的，图像特征能在不同的尺度和频率上引起人类视觉系统的敏感。因此相比于上述两种方法，基于多尺度分解的多模态医学图像融合方法更符合人类视觉系统的工作原理。

基于多尺度分解的多模态医学图像融合方法的核心问题之一是多尺度分解工具的选择。在现有的发明中，如中国专利号为20081023245.3公开的基于多尺度几何分析的SAR图像融合方法、中国专利号为200910230339公开的医学超声的基波和谐波图像融合方法、中国专利号为201010300277公开的基于图像相似度的图像融合方法等，它们或选取小波（wavelet）或曲线波（curvelet）或轮廓波（contourlet）作为多尺度变换分解工具，但是它们都有其自身的缺点。例如，二维离散的小波变换只能将图像分解为水平、垂直、对角三个高频子带，这使其只能捕获有限的方向信息，这表明基于小波变换的融合方法由于小波不能很好的表示图像中的线、边缘、轮廓等高维信息而会导致伪影现象。

剪切波是为了克服传统小波的缺点而提出的一种新颖的多尺度几何分析工具，相比在上文提到的在图像融合中常用的其他多尺度分解工具，如曲线波（Curvelet）,轮廓波变换(Contourlet)等，剪切波变换具有其独特的优势：从近似理论的观点来看，剪切波形成一个具有的小波形式的多尺度多方向的紧支集结构，它是图像信号(如边缘)的真正的二维稀疏表示，目前只有曲线波具有类似的性质。然而，曲线波的实现过程过于复杂，并且不在图像的多分辨分析框架内实现，不利于快速算法的实现。相比轮廓波，虽然剪切波具有相似的实现过程，但是剪切波在剪切过程中没有方向数目和支撑基尺寸大小的限制。此外，剪切波逆变换只需对正向变换中的剪切滤波器进行加和处理，而不需要像轮廓波对方向滤波器逆合成，这说明剪切波的实现过程具有更高的计算效率。目前，剪切波变换已经被应用于图像融合中，如文献《Anovel algorithm of image fusion using shearlets》（Optics Communications,2010,284(6):1540–1547.）。然而，在上述文献中，剪切波变换的离散化过程采用了下采样策略实现，由于其不具备平移不变的性质而在图像中的奇异处易产生伪吉布斯现象。平移不变性对于图像奇异处的特征信息的提取至关重要，它严重影响融合后图像的质量。