您好！欢迎访问云南省人工智能重点实验室
论文列表
论 文 作 者： |
肖万新，李华锋，张亚飞*，谢明鸿，李凡. |
|
论 文 名 称： |
多尺度特征学习和边缘增强的医学图像融合 |
|
论文发表刊物： |
激光与光电子学进展 |
|
论文发表时间： |
2022 |
|
卷 号 页 码： |
|
|
论 文 描 述： |
|
|
收 录 情 况： |
|
| 论 文 摘 要： |
|
| 医学图像融合作为一种对多种不同形式的医学图像所包含的信息进行整合的有效方法,被广泛用于疾病诊断和治疗规划等各种临床应用中。然而,现有的医学图像融合方法没有很好地解决不同器官之间的边界模糊问题,使得融合后的图像较难理解。为了解决这个问题,提出了一种基于多尺度特征学习和边缘增强的医学图像融合模型。具体地,首先使用多个不同空洞率的空洞卷积扩大感受野,使模型学习到源图像更具判别性的多尺度特征。然后,根据最大值融合策略融合源图像特征,得到融合特征,并通过卷积层对其进行重建,得到融合图像。同时,引人边缘增强模块,增强融合图像中的边缘信息,从而较好地解决了医学图像融合中不同器官之间的边界模糊问题。实验结果证明,所提方法得到的结果无论从主观视觉效果还是客观定量评价,均优于对比方法。 | |
| 点击此处下载文章内容 | |
