1、多模態(tài)醫(yī)學(xué)圖像融合是指將不同模態(tài)的醫(yī)學(xué)圖像進行整合，充分利用不同種類醫(yī)學(xué)影像的互補性和冗余性，從而得到比單一醫(yī)學(xué)影像更豐富、更精確的病灶細(xì)節(jié)信息的過程，被廣泛應(yīng)用于非侵入性診斷、圖像引導(dǎo)照射、放療計劃等方面。雖然圖像融合算法層出不窮，但適用于醫(yī)學(xué)圖像融合的算法很少，多是基于多聚焦圖像提出的，且獲得高質(zhì)量的融合圖像依然具有挑戰(zhàn)性。本文研究基于離散小波變換的圖像融合算法，主要內(nèi)容如下:
　　(1)研究了基于離散小波變換的多模態(tài)圖像融合

2、改進算法。圖像融合的質(zhì)量主要取決于融合算法、分解層數(shù)、融合規(guī)則等，為了獲得最佳融合效果，本文著重對融合規(guī)則進行探討。根據(jù)醫(yī)學(xué)圖像的特點，在離散小波變換的基礎(chǔ)上分別制定針對高頻系數(shù)和低頻系數(shù)的融合規(guī)則，選用不同的分解層數(shù)，并對融合圖像結(jié)果進行鄰域一致性檢驗。通過對不同融合算法、不同分解層數(shù)、不同融合規(guī)則以及在噪聲環(huán)境下和臨床實例中得到的融合結(jié)果比較分析可得:本文提出的融合規(guī)則非常適合醫(yī)學(xué)圖像的融合處理，能保存圖像大部分低頻信息，提高圖像分

3、清晰度和對比度;同時銳化圖像的邊緣、紋理等細(xì)節(jié)信息。本文提出的融合方法在主觀視覺和客觀評價指標(biāo)方面均優(yōu)于其他融合算法，即使在噪聲環(huán)境下和臨床實例應(yīng)用中依然具有優(yōu)越性。
　　(2)針對小波變換不能對高頻子圖像進一步分解的局限性，將小波包變換引入醫(yī)學(xué)圖像融合中。繼續(xù)采用本文提出的高低頻圖像融合規(guī)則，比較分析小波變換和小波包變換的圖像融合結(jié)果可知:分解層數(shù)較低時，基于小波包變換的融合圖像細(xì)節(jié)信息更豐富、與源圖像的相關(guān)度更高、清晰度更高，

4、小波包變換融合性能優(yōu)于小波變換;分解層數(shù)較高時，兩種變換所得的融合圖像差別較大，但是基于小波包變換的融合圖像失真程度變大、活躍程度變小、計算量增加，小波變換的融合圖像質(zhì)量優(yōu)于小波包變換。因此，在對醫(yī)學(xué)圖像進行融合時，小波包變換并不一定占優(yōu)勢，要根據(jù)實際需求來選擇融合算法和分解層數(shù)。
　　綜上可知，本文設(shè)計的融合規(guī)則能兼顧高低頻子圖像的特點，克服了傳統(tǒng)融合規(guī)則的局限性;在此基礎(chǔ)上采用離散小波變換和小波包變換均能得到高質(zhì)量的融合圖像，