摘要
医学图像融合是医学影像中常见的诊断方式，能够保证医学临床中获得更具体、真实的图像信息，以便更加准确地判断患者病情。目前，各种先进的成像设备使得医学的现代化得以完美实现，为临床诊断提供了全方位系统的服务，但是由于成像设备自身因素影响，设备本身能够呈现的成像效果存在较大的差异，继而致使缺陷产生。本文把小波变换的图像融合技术应用在医学影像中，充分调节图像之间的互补信息，使图像细节表现的更加出色。 论文在分析图像融合技术基础上，分别采用小波变换和小波-Contourlet变换方法进行医学图像融合研究，具体内容如下： 首先，论文对研究背景与研究目的进行了简要说明，通过图像融合技术在军事领域、遥感领域以及医学领域实际应用的详细分析，阐明了医学临床诊断中应用图像融合技术的重大意义。 其次，论文介绍了图像融合应用中涉及的概念和理论知识，简要概括了图像融合的主要特征和常用方法，对现代医学影像的相关知识和发展历程进行了详细说明，分析了医学图像融合的小波变换特点，为论文研究奠定了理论基础。 再次，在图像融合方案设计基础上，论文对传统的图像融合选取三种不同方法进行融合实验，有小波变换法、拉普拉斯金字塔法和加权平均法；对图像采用四层形式分解，在像素点绝对值取较大数据规则前提下，用高频系数进行融合。文中在 MATLAB平台下对三种方法进行了融合实验，通过主观评价和客观评价的各项性能指标分析指出，小波变换在传统图像融合中效果较好。 最后，论文对小波变换的缺陷进行了分析，为保证高维图像有效的融合，在医学图像融合实验中采用了小波-Contourlet变换法；高频分量选取系数最大值的融合规则，低频分量则选取区域方差的形式做融合处理，论文对已经配准后的人体脑颅部位的MRI图像和CT图像进行了仿真实验，得出了各自融合的目标图像；通过对实验结果和各项性能指标分析可知，基于小波-Contourlet变换法的医学融合影像，能够更加精准的反映出来图像的视觉效果。
NETL