《表3 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。

图9中给出脑部肿瘤疾病的MR/SPECT图像的融合结果，图像a和b分别表示MR源图像和SPECT源图像。这里同样要较好地保留SPECT图像中的颜色信息，而从融合结果观察来看，在MST-SR、ASR、SWT-SR、NSCT-PCNN、JPC以及NSCT方法的融合图像中仍存在颜色传递失真的问题；在MST-SR、SWT-SR的融合图像中存在对比度下降以及细节模糊问题，这可能是字典信息不够丰富，不能提取充分的细节信息和医学图像特征导致的灰度不连续效应，以及MST-SR方法缺乏平移不变性和缺乏方向性等问题。同时从表3的指标分析，MST-SR以及SWT-SR方法在SD指标上偏低，也说明其对比度下降的问题，与主观视觉观察较为一致。相比之下，本文方法从融合结果来看不会导致颜色和软组织信息失真，并且在融合结果中更好地保留了源图像中的补充信息，图像病灶部位细节清晰，对比度较高，没有伪影，融合质量较好，有利于医生进行诊断，在表3中的数据也佐证了这一点，与主观视觉观察一致。