一种核磁共振图像与CT图像融合方法与系统与流程

一种核磁共振图像与ct图像融合方法与系统
技术领域
1.本发明属于图像融合技术领域，更具体地说，是涉及一种核磁共振图像与ct图像融合方法与系统。


背景技术：

2.近年来，随着计算机技术、工业技术以及医学的快速发展，医学影像学为临床医学诊断提供的图像模态越来越多样化。由于成像原理的不同，多模态医学图像使得不同模态的医学影像具备不同的特点和优势，因此将不同特点和优势的图像融合可以减少临床诊断的错误率。
3.根据被融合图像成像方式不同，可分为同类方式融合和交互方式融合。图像融合的方式为单模融合和多模融合，医学图像分为解剖图像和功能图像。而单模融合是指相同成像方式的图像融合。多模融合是指将形态成像和功能成像技术所获得的图像进行融合，即不同成像方式所获得图像间的融合。
4.目前广泛使用的基于对抗残差网络的医学图像融合算法的主要原理是：通过字典对源图像进行稀疏编码，得到稀疏系数，再设置一定的融合规则对系数进行融合，最后重构得到融合图像；但是由于该算法需要对每个图像块进行编码，因此不仅计算效率低，而且还会使融合后图像细节信息丢失严重。


技术实现要素：

5.本发明的目的在于提供一种核磁共振图像与ct图像融合方法与系统，旨在解决现有图像融合方法图像信息丢失严重的问题。
6.为实现上述目的，本发明采用的技术方案是：
7.一种核磁共振图像与ct图像融合方法，包括：
8.步骤1：获取核磁共振图像和ct图像；
9.步骤2：对所述核磁共振图像和所述ct图像进行小波分解得到核磁共振小波图像和ct小波图像；
10.步骤3：根据所述核磁共振小波图像和所述ct小波图像得到信息梯度值；
11.步骤4：根据信息梯度值构建融合系数；
12.步骤5：计算所述核磁共振小波图像和所述ct小波图像的信息值；
13.步骤6：根据所述信息值构建融合公式；
14.步骤7：根据所述融合公式和融合系数构建图像融合模型；
15.步骤8：利用所述图像融合模型对所述核磁共振图像和ct图像进行融合得到融合后的图像。
16.优选地，所述步骤3：根据所述核磁共振小波图像和所述ct小波图像得到信息梯度值，包括：
17.步骤3.1：对所述核磁共振小波图像和所述ct小波图像进行叠加平均得到叠加平
均图像；
18.步骤3.2：采用信息梯度值计算模型计算所述核磁共振小波图像、所述ct小波图像和所述叠加平均图像的信息梯度值；其中，信息梯度值计算模型为：
[0019][0020]
其中，表示核磁共振小波图像在以点(i,j)为中心，邻域窗口大小为n
×
m区域内的信息梯度值，表示ct小波图像在以点(i,j)为中心，邻域窗口大小为n
×
m区域内的信息梯度值，表示叠加平均图像在以点(i,j)为中心，邻域窗口大小为n
×
m区域内的信息梯度值，表示核磁共振小波图像在邻域窗口大小为n
×
m区域内行方向的一阶差分，表示核磁共振小波图像在邻域窗口大小为n
×
m区域内列方向的一阶差分，表示ct小波图像在邻域窗口大小为n
×
m区域内行方向的一阶差分，表示ct小波图像在邻域窗口大小为n
×
m区域内列方向的一阶差分，表示叠加平均图像在邻域窗口大小为n
×
m区域内行方向的一阶差分，表示叠加平均图像在邻域窗口大小为n
×
m区域内列方向的一阶差分。
[0021]
优选地，所述步骤4：根据信息梯度值构建融合系数，包括：
[0022]
步骤4.1：根据信息梯度值计算加权系数；其中，所述加权系数计算公式为：
[0023][0024]
其中，w1(i,j)表示第一加权系数，w2(i,j)表示第二加权系数，表示核磁共振小波图像总的信息梯度值，表示ct图像总的信息梯度值，表示叠加平均图像总的信息梯度值；
[0025]
步骤4.2：根据所述加权系数得到融合系数。
[0026]
优选地，所述步骤4.2：根据所述加权系数得到融合系数，包括：
[0027]
采用公式：
[0028][0029]
计算融合系数；其中，ω
b2
(i,j)表示融合系数，ω
a2
(i,j)表示中间系数。
[0030]
优选地，所述步骤5：计算所述核磁共振小波图像和所述ct小波图像的信息值，包括：
[0031]
步骤5.1：根据所述核磁共振小波图像和所述ct小波图像的绝对值计算核磁共振小波图像和所述ct小波图像的能量值；
[0032]
步骤5.2：根据所述能量值得到核磁共振小波图像和所述ct小波图像的信息值；其中，信息值计算公式为：
[0033][0034]
式中，ω
a2
(i,j)表示核磁共振小波图像的信息值，ω
b2
(i,j)表示ct小波图像的信息值，rea(i,j)表示核磁共振小波图像的能量值，reb(i,j)表示ct小波图像的能量值。
[0035]
优选地，所述步骤6：根据所述信息值构建融合公式，包括：
[0036]
采用公式：
[0037][0038]
构建融合公式；其中，表示核磁共振小波图像在(i m,j n)点的像素值，表示ct图像在(i m,j n)点的像素值。
[0039]
优选地，所述步骤7：根据所述融合公式和融合系数构建图像融合模型，包括：
[0040]
采用公式：
[0041][0042]
构建图像融合模型；其中，表示融合后的图像，t表示融合阈值，r表示可调系数。
[0043]
本发明还提供了一种核磁共振图像与ct图像融合系统，包括：
[0044]
图像获取模块，用于获取核磁共振图像和ct图像；
[0045]
小波分解模块，用于对所述核磁共振图像和所述ct图像进行小波分解得到核磁共振小波图像和ct小波图像；
[0046]
信息梯度值计算模块，用于根据所述核磁共振小波图像和所述ct小波图像得到信息梯度值；
[0047]
融合系数计算模块，用于根据信息梯度值构建融合系数；
[0048]
信息值计算模块，用于计算所述核磁共振小波图像和所述ct小波图像的信息值；
[0049]
融合公式构建模块，用于根据所述信息值构建融合公式；
[0050]
图像融合模型构建模块，用于根据所述融合公式和融合系数构建图像融合模型；
[0051]
图像融合模块，用于利用所述图像融合模型对所述核磁共振图像和ct图像进行融合得到融合后的图像。
[0052]
本发明还提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现上述的一种核磁共振图像与ct图像融合方法中的步骤。
[0053]
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的一种核磁共振图像与ct图像融合方法中的步骤。
[0054]
本发明提供的一种核磁共振图像与ct图像融合方法与系统的有益效果在于：与现有技术相比，本发明通过待融合图像的信息梯度值和信息值构建图像融合模型，并基于此对核磁共振图像和ct图像进行融合，不仅可以改善图像的清晰度，可以弥补单一的核磁共振图像或者ct图像信息量不足的缺陷，大大提高了医生对图像的判读效果，为后续病灶定位提供了有利的影像依据。
附图说明
[0055]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0056]
图1为本发明实施例提供的一种核磁共振图像与ct图像融合方法流程图；
[0057]
图2为本发明实施例提供的一种核磁共振图像与ct图像融合系统原理图。
具体实施方式
[0058]
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0059]
本发明的目的在于提供一种核磁共振图像与ct图像融合方法与系统，旨在现有图像融合方法图像信息丢失严重的问题。
[0060]
请参阅图1，一种核磁共振图像与ct图像融合方法，包括：
[0061]
步骤1：获取核磁共振图像和ct图像；
[0062]
步骤2：对所述核磁共振图像和所述ct图像进行小波分解得到核磁共振小波图像和ct小波图像；小波变换具有多分辨分析的特点，因此，用小波变换来处理图像信号可以较好地提取图像的互补信息，便于图像后续融合。
[0063]
步骤3：根据所述核磁共振小波图像和所述ct小波图像得到信息梯度值；
[0064]
进一步的，所述步骤3包括：
[0065]
步骤3.1：对所述核磁共振小波图像和所述ct小波图像进行叠加平均得到叠加平均图像；需要说明的是，本发明的叠加平均图像为：，其中，表示核磁共振
小波图像，表示ct小波图像。
[0066]
步骤3.2：采用信息梯度值计算模型计算所述核磁共振小波图像、所述ct小波图像和所述叠加平均图像的信息梯度值；其中，信息梯度值计算模型为：
[0067][0068]
其中，表示核磁共振小波图像在以点(i,j)为中心，邻域窗口大小为n
×
m区域内的信息梯度值，表示ct小波图像在以点(i,j)为中心，邻域窗口大小为n
×
m区域内的信息梯度值，表示叠加平均图像在以点(i,j)为中心，邻域窗口大小为n
×
m区域内的信息梯度值，表示核磁共振小波图像在邻域窗口大小为n
×
m区域内行方向的一阶差分，表示核磁共振小波图像在邻域窗口大小为n
×
m区域内列方向的一阶差分，表示ct小波图像在邻域窗口大小为n
×
m区域内行方向的一阶差分，表示ct小波图像在邻域窗口大小为n
×
m区域内列方向的一阶差分，表示叠加平均图像在邻域窗口大小为n
×
m区域内行方向的一阶差分，表示叠加平均图像在邻域窗口大小为n
×
m区域内列方向的一阶差分。
[0069]
步骤4：根据信息梯度值构建融合系数；
[0070]
进一步的，所述步骤4包括：
[0071]
步骤4.1：根据信息梯度值计算加权系数；其中，所述加权系数计算公式为：
[0072][0073]
其中，w1(i,j)表示第一加权系数，w2(i,j)表示第二加权系数，表示核磁共振小波图像总的信息梯度值，表示ct图像总的信息梯度值，表示叠加平均图像总的信息梯度值；
[0074]
步骤4.2：根据所述加权系数得到融合系数。其中，融合系数计算公式为：
[0075][0076]
其中，ω
b2
(i,j)表示融合系数，ω
a2
(i,j)表示中间系数。
[0077]
步骤5：计算所述核磁共振小波图像和所述ct小波图像的信息值；
[0078]
进一步的，所述步骤5包括：
[0079]
步骤5.1：根据所述核磁共振小波图像和所述ct小波图像的绝对值计算核磁共振小波图像和所述ct小波图像的能量值；
[0080]
本发明实施例中，核磁共振小波图像和ct小波图像的能量值计算公式为：
[0081][0082][0083]
步骤5.2：根据所述能量值得到核磁共振小波图像和所述ct小波图像的信息值；其中，信息值计算公式为：
[0084][0085]
式中，ω
a2
(i,j)表示核磁共振小波图像的信息值，ω
b2
(i,j)表示ct小波图像的信息值，rea(i,j)表示核磁共振小波图像的能量值，reb(i,j)表示ct小波图像的能量值。
[0086]
步骤6：根据所述信息值构建融合公式；在本发明实施例中，融合公式为：
[0087][0088]
构建融合公式；其中，表示核磁共振小波图像在(i m,j n)点的像素值，表示ct图像在(i m,j n)点的像素值。
[0089]
步骤7：根据所述融合公式和融合系数构建图像融合模型；其中，图像融合模型为：
[0090][0091]
构建图像融合模型；其中，表示融合后的图像，t表示融合阈值，r表示可调系数。
[0092]
步骤8：利用所述图像融合模型对所述核磁共振图像和ct图像进行融合得到融合后的图像。
[0093]
本发明通过待融合图像的信息梯度值和信息值构建图像融合模型，并基于此对核磁共振图像和ct图像进行融合，不仅可以改善图像的清晰度，可以弥补单一的核磁共振图像或者ct图像信息量不足的缺陷，大大提高了医生对图像的判读效果，为后续病灶定位提供了有利的影像依据。
[0094]
请参阅图2，本发明还提供了一种核磁共振图像与ct图像融合系统，包括：
[0095]
图像获取模块，用于获取核磁共振图像和ct图像；
[0096]
小波分解模块，用于对所述核磁共振图像和所述ct图像进行小波分解得到核磁共振小波图像和ct小波图像；
[0097]
信息梯度值计算模块，用于根据所述核磁共振小波图像和所述ct小波图像得到信息梯度值；
[0098]
融合系数计算模块，用于根据信息梯度值构建融合系数；
[0099]
信息值计算模块，用于计算所述核磁共振小波图像和所述ct小波图像的信息值；
[0100]
融合公式构建模块，用于根据所述信息值构建融合公式；
[0101]
图像融合模型构建模块，用于根据所述融合公式和融合系数构建图像融合模型；
[0102]
图像融合模块，用于利用所述图像融合模型对所述核磁共振图像和ct图像进行融合得到融合后的图像。
[0103]
本发明提供的一种核磁共振图像与ct图像融合方法与系统的有益效果在于：与现有技术相比，本发明通过待融合图像的信息梯度值和信息值构建图像融合模型，并基于此对核磁共振图像和ct图像进行融合，不仅可以改善图像的清晰度，可以弥补单一的核磁共振图像或者ct图像信息量不足的缺陷，大大提高了医生对图像的判读效果，为后续病灶定位提供了有利的影像依据。
[0104]
本发明还提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述的一种核磁共振图像与ct图像融合方法中的步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0105]
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的一种核磁共振图像与ct图像融合方法中的步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0106]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。