一種基于3d剪切波變換的特征級醫學圖像融合方法
【專利摘要】本發明公開一種基于3D剪切波變換的特征級醫學圖像融合方法，屬于醫學圖像處理及應用【技術領域】，該方法主要步驟為：一、對兩幅圖像進行3D-D-CSST變換或者3D-DT-CSST得到變換系數圖像Ca、Cb；二、對變換系數進行圖像融合，得到融合系數Cf；三、對步驟二融合后的系數Cf進行DWT或者DTCWT反變換，對變換后的圖像進行后向shear變換得到融合圖像Vf。本發明解決了融合圖像質量相對較低以及局部重要但不顯著的信息易被忽略掉的問題。
【專利說明】一種基于3D剪切波變換的特征級醫學圖像融合方法
【技術領域】
[0001]本發明屬于醫學圖像處理及應用【技術領域】，具體涉及一種基于3D剪切波變換的特征級醫學圖像融合方法，解決融合圖像質量相對較低以及局部重要但不顯著的信息易被忽略掉的問題。
【背景技術】
[0002]醫療圖像融合是圖像融合的一種，許多方法已經被廣泛應用于臨床診斷中。融合是指將如CT，MRI等不同設備所采集的源圖像中關于目標的重要信息提取且合并成為一幅圖像的過程。不同設備或同一設備不同配置所生成的圖像中包含的信息是不同的，有些信息具有相似性，但大部分信息是互補的。例如，CT圖像提供的主要是人體稠密、堅硬組織的信息，而MRI圖像則主要提供軟組織的信息。同一個MRI設備同一次采集的信息的后處理圖像，如T2*提供的是組織弛豫時間的對比信息,磁量圖(QSM QuantitativeSusceptibility Mapping)提供的是由多種磁性生物標記物(如鐵、1丐、禮等對比劑)引起的磁敏感對比信息。通常而言，圖像融合需要先將源圖像配準，而T2*和QSM圖像是基于同一次掃描的數據進行后處理生成，所以二者已經完全配準了。
[0003]當前醫療圖像融合的研究主要考慮的是二維圖像的情況，但是現在多類醫療設備都是生成三維圖像。三維圖像中每個點的灰度值不僅與同層鄰近點互相關，也與相鄰層中的鄰近點互相關。傳統的二維融合方法會導致第三維信息的丟失，因此有必要研究能直接處理三維圖像的融合方法。
[0004]融合算法可以在空域或變換域進行處理。空域中，融合圖像通常是源數據的加權平均，這樣的方法簡單易于實現，但融合圖像質量不高。變換域方法遵循以下步驟:1)源圖像變換到變換域，2)按融合準則對圖像系數進行處理，得到融合后的系數，3)最后將系數變回到空域，輸出即為融合圖像。這類算法中研究重點主要集中在兩點:變換的選取和融合準則的設計。許多多尺度(Mult1-Scale)變換都能應用于融合算法中，如DWT，DTCWT，Curvelet, Shearlet 等等。
[0005]剪切波變換是近幾年提出并逐步成熟的多維數據高效表示的變換。實際上，針對小波變換缺乏對邊緣等方向性特征稀疏表示的缺點，學者們也被提出了許多其他的多尺度變換。但剪切波變換是所有方法中唯一同時擁有以下優點的變換:只有一個或有限個產生函數集合，能幾乎最優的表示高維數據，對連續數據和離散數據統一處理，擁有緊支實現等等。剪切波變換已廣泛應用于圖像處理中，如去噪，緣檢測，增強等。
[0006]剪切波也同樣適用于圖像融合，現有的圖像融合技術具有如下缺陷:1、傳統基于小波變換和金字塔變換的融合方法，因多尺度變換缺乏對圖像結構方向性的稀疏表示能力，導致融合圖像的質量相對較低；2、基于像素級的圖像融合，沒有考慮圖像的結構信息，會導致圖像融合時，局部重要確不顯著的信息而被忽略掉。這些缺陷會對最終的醫療診斷產生不利影響。
【發明內容】
[0007]針對上述現有技術，本發明目的在于提供一種基于3D剪切波變換的特征級醫學圖像融合方法，解決基于小波變換和金字塔變換的融合方法，因多尺度變換缺乏對圖像結構方向性的稀疏表示能力而導致融合圖像的質量相對較低；以及圖像融合時，局部重要但不顯著的信息易被忽略掉的缺陷，這些缺陷最終會對醫療診斷產生不利影響。
[0008]為了解決上述技術問題，本發明采用如下技術方案:
[0009]本文中3D剪切波具體是指3D緊支剪切波(3D-D-CSST)或3D雙樹緊支剪切波(3D-DT-CSST)，D-CSST變換包含兩個步驟:前向shear變換和DWT變換；DT_CSST變換包含兩個步驟:前向shear變換和DTCWT變換。
[0010]一種基于3D剪切波變換的特征級醫學圖像融合方法，其特征在于，包括如下步驟:
[0011]一、準備待融合的兩幅3D醫學圖像Va、Vb，分別對兩幅圖像的三個方向進行前向shear變換，對變換后的圖像進行離散小波變換(DWT)或者雙樹復數小波變換(DTCWT)，得到相應的多組變換圖像系數Ca、Cb ；
[0012]二、對3D-CSST變換得到的系數進行圖像融合，得到融合圖像系數Cf ；
[0013]三、對步驟二融合后的 圖像系數Cf進行DWT或者DTCWT反變換，對變換后的圖像進行后向shear變換得到多組融合圖像，對這些圖像進行平均得到最終融合圖像Vf。
[0014]在本發明中，所述步驟二的詳細步驟包括以下兩步:
[0015]2.1、對3D-CSST變換得到的圖像Ca、Cb的低頻部分CaL、CbL采用均值準則得到融合圖像的低頻部分Cn ;
[0016]。^、對高頻部分匕^ CbH采用特征級的融合，判斷同一位置待融合圖像的特征類型，通過最大保留信息準則進行融合，得到cfH ；
[0017]在本發明中，在所述步驟一中，先對圖像進行前向shear變換，再對變換后的圖像進行離散小波變換(DWT)或者雙樹復數小波變換(DTCWT);前向shear變換具體如下:對于一組三維數據I XmXn建立坐標系，原點為(0、0、0)，其對角點為(l-l、m-l、n_l)，對其進行三個方向的shear變換如下所示:其中針對z方向的shear變換是指對數據中的點進行如下坐標變換:
[0018]
【權利要求】
1.一種基于3D剪切波變換的特征級醫學圖像融合方法，其特征在于，包括如下步驟: 一、準備待融合的兩幅3D醫學圖像Va、Vb，分別對兩幅圖像的三個方向進行前向shear變換，對變換后的圖像進行離散小波變換(DWT)或者雙樹復數小波變換(DTCWT)，得到相應的多組變換圖像系數Ca、Cb ； 二、對3D-CSST變換得到的系數進行圖像融合，得到融合圖像系數Cf； 三、對步驟二融合后的圖像系數Cf進行DWT或者DTCWT反變換，對變換后的圖像進行后向shear變換得到融合圖像，對這些圖像進行平均得到最終融合圖像Vf。
2.根據權利要求1所述的基于3D剪切波變換的特征級醫學圖像融合方法，其特征在于，所述步驟二的詳細步驟包括以下兩步: . 2.1、對3D-CSST變換得到的圖像系數Ca、Cb的低頻部分采用均值準則得到融合圖像的低頻部分Cn ; . 2.2、對高頻部分CainCbll采用特征級的融合，判斷同一位置待融合圖像的特征類型，通過最大保留信息準則進行融合，得到CfH。
3.根據權利要求1所述的基于3D剪切波變換的特征級醫學圖像融合方法，其特征在于，在所述步驟一中，先對圖像進行前向shear變換，再對變換后的圖像進行離散小波變換(DWT)或者雙樹復數小波變換(DTCWT);前向shear變換具體如下:對于一組三維數據I XmXn建立坐標系，原點為(0、0、0)，其對角點為(1_1、m_l、n_l)，對其進行三個方向的shear變換如下所示:其中針對z方向的shear變換是指對數據中的點進行如下坐標變換:
4.其中，(x、y、z)為變換前的坐標，(x’、y’、z’)為變換后的坐標。ktr>，{tr =al，bl，a2，b2，a3，b3}為移動的最大距離。ktr>取不同的值，就會獲得保留不同方向的信息，因而CSST變換會產生.* Nh,)個3D圖像，其中TV和見為kai和kbi的方向個數。
/=1.2.3A...4.根據權利要求2所述的基于3D剪切波變換的特征級醫學圖像融合方法，其特征在于，所述步驟2.1中對變換圖像的低頻部分采用特征級融合，其融合規則為:
CfL= (CaL+CaL)/2 (2)。
5.根據權利要求2所述的基于3D剪切波變換的特征級醫學圖像融合方法，其特征在于，所述步驟2.2中對變換圖像的高頻部分采用特征級融合，具體操作步驟如下: 。 2.2.1、先計算高頻變換系數CainCbll的結構張量，再對結構張量進行秩分析: 對于高頻變換系數CaH、CbH的每個點，結構張量是一個3X3矩陣，矩陣的秩可取O、1、2、.3，分別對應圖像中的平坦、面狀、線狀、點狀區域特征；Ω為局部區域I1Xm1Xn1，點P的結構張量表示為
6.根據權利要求1所述的基于3D剪切波變換的特征級醫學圖像融合方法，其特征在于，所述步驟3對DWT或DTCWT逆變換后的圖像做后向shear變換，具體如下: 對于后向shear變換是指前向shear變換的逆操作,其中針對z方向的shear變換是指對數據中的點進行如下坐標變換:
【文檔編號】A61B5/055GK103985109SQ201410246721
【公開日】2014年8月13日 申請日期:2014年6月5日 優先權日:2014年6月5日
【發明者】王帥, 段昶, 劉想, 程建 申請人:電子科技大學