摘要: Piella 多分辨率图像融合框架包括4 种融合规则的构造方法,围绕该框架下的第1
种融合规则提出了基于非下采样轮廓波变换(NSCT)和压缩感知的PET/CT 像素级融合算法。首
先,对已配准的PET 和CT 源图像进行NSCT 变换;然后,为突出低频图像的病灶部位,采用
对特征和区域敏感性更高的脉冲耦合神经网络融合规则;其次,选择高斯随机矩阵对高频子带
进行压缩采样得到测量值,基于Piella 融合框架以高频子带分块计算的直方图距离作为匹配测
度,以高频子带的区域能量作为活性测度,用匹配测度和活性测度构造出自适应的决策模型计
算融合因子d,根据融合因子对高频测量值进行融合,再利用正交匹配追踪算法重构出高频融
合图像;再次,对融合后的低频图像和重构后的高频图像同时进行NSCT 逆变换得到最终的融
合图像;最后,进行了融合算法比较、活性测度比较和匹配测度比较的实验。实验结果表明该
算法可以更好地呈现病灶信息,从主观效果和客观评价指标均验证了其有效性。