利用鄰域激勵的自適應PCNN進行醫學圖像融合

摘要：對于不同模態的醫學圖像進行融合處理，可為-臨床提供新的診斷信息，設計了一種鄰域空間頻域激勵的自適應PCNN醫學圖像融合新方法。首先，使用圖像逐像素地改進拉普拉斯能量和(SML)清晰度作為PCNN對應神經元的鏈接強度；同時利用鄰域空間頻域(SF)特征信息激勵每個神經元；然后，將源圖像輸入PCNN獲得點火映射圖構成的點火頻數，再判定并選擇各參與融合圖像中的清晰部分生成融合圖像。實驗結果表明，該算法具有比經典金字塔方法、小波變換方法和傳統的PCNN方法更好的融合性能。