Surfacelet变换在PET与CT图像融合中的应用

"基于Surfacelet变换的PET与CT图像融合 .pdf" 本文主要探讨了一种利用Surfacelet变换进行PET（正电子发射断层扫描）与CT（计算机断层扫描）图像融合的新方法。在医学成像领域，PET和CT是两种重要的诊断技术，分别提供了功能和解剖信息。然而，它们各自都有其局限性，如PET图像对功能活动敏感但解剖细节不足，而CT图像则擅长提供结构细节但无法显示生理活动。因此，图像融合技术被用来结合这两种成像方式的优点，为医生提供更全面的诊断信息。 Surfacelet变换是一种三维超小波分析工具，它扩展了传统的二维小波分析，能够更好地处理图像的多尺度和多方向特性。在这篇论文中，研究者首次将Surfacelet变换应用于医学图像融合，尤其是PET和CT图像。Surfacelet变换通过高效的3D-DFB（3D-Directional Filter Bank，三维方向滤波器组）进行多方向分解，能够细致地捕捉图像的局部特征和结构信息。 在融合过程中，研究者针对Surfacelet变换得到的高频和低频系数，根据不同的分解面特性，采用了不同的加权规则。这种策略考虑了不同图像成分的重要性，确保了融合图像既能保留CT的结构细节，又能体现PET的功能信息。与传统的图像融合方法，如拉普拉斯金字塔变换、小波变换以及非下采样的Contourlet变换相比，Surfacelet变换方法在实验中显示出更好的融合效果，能更有效地整合两种图像的优势。 论文作者通过实验证明，基于Surfacelet变换的图像融合方法在对比度、边缘保持和噪声抑制等方面优于其他传统方法，为临床诊断提供了更高质量的融合图像，有助于提升疾病的检测和诊断精度。这种方法对于推动医学影像分析的进步和提高临床决策的准确性具有重要意义。 关键词：图像融合；Surfacelet变换；多分辨率；正电子发射断层扫描；计算机断层扫描；医学成像