利用鄰域激勵(lì)的自適應(yīng)PCNN進(jìn)行醫(yī)學(xué)圖像融合

摘要：對(duì)于不同模態(tài)的醫(yī)學(xué)圖像進(jìn)行融合處理，可為-臨床提供新的診斷信息，設(shè)計(jì)了一種鄰域空間頻域激勵(lì)的自適應(yīng)PCNN醫(yī)學(xué)圖像融合新方法。首先，使用圖像逐像素地改進(jìn)拉普拉斯能量和(SML)清晰度作為PCNN對(duì)應(yīng)神經(jīng)元的鏈接強(qiáng)度；同時(shí)利用鄰域空間頻域(SF)特征信息激勵(lì)每個(gè)神經(jīng)元；然后，將源圖像輸入PCNN獲得點(diǎn)火映射圖構(gòu)成的點(diǎn)火頻數(shù)，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(shí)驗(yàn)結(jié)果表明，該算法具有比經(jīng)典金字塔方法、小波變換方法和傳統(tǒng)的PCNN方法更好的融合性能。