[发明专利]一种改进神经网络的PET/MRI异机脑部影像信息融合方法

权利要求书

1.一种改进神经网络的PET/MRI异机脑部影像信息融合方法，其特征在于，按如下步骤实施：

步骤1：对待融合的脑部PET影像进行HIS变换和彩色变换，得到相应的亮度、色调、饱和度分量和RGB三通道分量；

步骤2：对亮度分量的PET图像和MRI图像进行基于脑部轮廓像素点的非刚性配准，实现脑解剖位置的对齐；具体步骤为：

1)利用Sobel算法计算梯度图像，对梯度图像进行二值化和边缘细化获取脑部轮廓像素点；

2)通过等距离取点和插值方法使轮廓像素点个数相同，以最小二乘法获取两幅图像的空间变换矩阵，利用空间矩阵变换实现两幅图像的刚性配准和脑结构的对齐；

步骤3：对配准后的PET图像RGB三通道和MRI灰度图像进行影像信息融合，具体步骤如下：

1)对配准后的PET图像RGB三通道和MRI灰度图像进行NSCT变换，获取不同尺度、不同方向的高低频子带信息；

2)设计融合规则，对于低频信息的融合采用基于局部邻域的加权平均法，对于高频信息的融合采用基于空间频率激励的脉冲耦合神经网络法；

3)对融合之后的信息，利用NSCT逆变换，获取融合之后的三通道信息；

4)对RGB三通道进行彩色图像的合成，得到融合后的MRI、PET脑部融合影像。

2.如权利要求1所述方法，其特征在于：步骤1中，首先对脑部PET影像进行HIS变换和RGB变换，获得图像的Intensity分量，再用Intensity分量进行刚性配准。

3.如权利要求1所述的方法，其特征在于，步骤2中的步骤1)的具体方法是，采用不同方向的模板来计算梯度图像，并对梯度图像进行二值和细化获取脑部轮廓像素点，其中细化算法利用bwmorph函数实现。

4.如权利要求1所述的方法，其特征在于，步骤2中的步骤2)的具体方法是通过等距离取点和插值方法使PET、MRI脑部轮廓像素点个数相同，利用通过水平方向，垂直方向，和旋转的空间变换，利用最小二乘法得到空间变换矩阵，对两幅图像进行空间变换实现脑结构的对齐。

5.如权利要求1所述的方法，其特征在于，步骤3中步骤1)的具体方法是，对PET图像RGB三通道信息和MRI的灰度图像进行NSCT变换，获得不同尺度、不同方向的子带系数和其中：j代表分解尺度，k代表每个尺度分解的方向子带，M_j代表j尺度分解的方向子带最大数，N_j代表相应子带的系数总个数，A、B代表PET、MRI源图像；j＝1，2，…J；k＝1，2，…M_j；i＝1，2，…N_j。