[发明专利]一种基于瑞利噪声分布的超声与磁共振影像融合方法

权利要求书

1.一种基于瑞利噪声分布的超声与磁共振影像融合方法，其具体步骤如下：

步骤1：基于自适应加权非负矩阵分解A＝WUV，首先根据行优先，将超声图像和磁共振图像分别转化为列向量US和MRI，构建非负矩阵A，并令A＝[US,MRI]，构建非负的权重矩阵W＝[W_US,W_MRI]，并且非负的权重矩阵W的每一个元素值都被初始化为0.5；W和A均为k×2矩阵，这里k＝n×m；其中n和m分别为图像的宽度和高度；U、V分别为非负的k×r矩阵和非负的r×2矩阵，其中r＝1，即U为按照行优先转换后的列向量；

步骤2：计算超声图像和磁共振图像对应的梯度能量矩阵并记为EOG_US和EOG_MRI，并对上述两个梯度能量矩阵对应的元素进行比较，对应元素的较大值构成梯度能量矩阵EOG_US～MRI；

步骤3：对U和V进行随机初始化；

步骤4：对U和V进行迭代求解；

步骤5：更新非负的权重矩阵W；

步骤6：如果迭代满足结束条件||A-WUV||₂0.01，那么转到步骤7；如果迭代不满足结束条件，转到步骤4；

步骤7：基于行优先，将向量U转换为矩阵，即为融合结果，融合过程结束。

2.根据权利要求1所述的一种基于瑞利噪声分布的超声与磁共振影像融合方法，其更新非负的权重矩阵W具体方法如下：

步骤5.1：迭代一次后，将向量U按照行优先转化为矩阵U，并计算U对应的梯度能量矩阵，记为EOG_U；

步骤5.2：将W_US和W_MRI按照行优先转化为矩阵；

步骤5.3对于超声和磁共振影像的每一个元素，如果EOG_U(i,j)≧EOG_US～MRI(i,j)，进入步骤5.4，1≤i≤影像的宽度,1≤j≤影像的高度；如果EOG_U(i,j)EOG_US～MRI(i,j)，则对应的W自适应更新算法如下：

SUM(i,j)＝W_US(i,j)+W_MRI(i,j)；

步骤5.4：将W_US和W_MRI按照行优先转换分别为列向量，并令W＝[W_US,W_MRI]。