《表2 脑部肿瘤疾病MR/PET图像融合结果性能比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《双重字典学习与自适应PCNN相结合的医学图像融合》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:加粗字体表示最优结果。

在图8中给出了脑部肿瘤疾病MR/PET图像的融合结果，其中图像a和b分别表示MR源图像和PET源图像。其中PET图像提供关于病变代谢的详细信息，而MR图像显示软组织信息和病灶的确切解剖位置，因此在融合过程中需要很好地保留颜色信息。从融合结果中可以看出，MST-SR、ASR、SWT-SR、NSCT、NSCT-PCNN以及JPC方法都存在颜色丢失和对比度下降的问题。同时，在ASR方法、SWT-SR方法的结果中都出现不同程度的伪影现象。而在NSCT-PCNN方法和JPC方法中出现皮质细节区域平滑的问题，同时从表2的量化数据分析，MST-SR、ASR、SWT-SR以及NSCT方法在SD指标上偏低，也说明了其对比度下降的问题，以及从MI指标和QAB/F指标来看，NSCT、NSCT-PCNN方法偏低，表明其保留的边缘信息较少，这也与主观视觉观察较为一致。本文方法在颜色保留、对比度以及细节保留等方面表现的性能都较好，从表2中也可观察各项指标都有较高的量值，融合质量较好，有利于医生对脑肿瘤疾病的诊断。