基于在线字典学习和脉冲耦合神经网络的脑图像融合_宗静静.pdf

医学图像融合是医学影像和放射医学等领域的研究热点之一，广受医学界和工程界重视。提出一种基于在线字典学习(ODL)和脉冲耦合神经网络(PCNN)的脑部CT和MR图像融合新算法。首先，利用滑动窗技术将源图像分块，使用ODL算法和最小角回归算法(LARS)得到各图像块对应列向量的稀疏编码;其次，将稀疏编码作为脉冲耦合神经网络的外部输入刺激信号进行迭代处理，根据点火次数确定融合系数;最后，根据融合系数和学习字典重构融合图像。基于哈佛医学院的10组脑部CT和MR数据，将所提出算法同基于KSVD的融合算法、基于ODL的融合算法、基于NSCT的融合算法比较