典型文献
基于卷积神经网络模型的医学图像融合
文献摘要：
提出了一种新的基于卷积神经网络(CNN)和加权最小二乘法(WLS)的医学图像融合算法.算法主要步骤如下:利用滚动导向滤波(RGF)和高斯滤波(GF)构成的混合多尺度分解工具将源图像分解为基础层和一系列细节层,从而能够更好地保留尺度信息和边缘信息.基于卷积神经网络给出基础层融合规则,该规则能够更好地提取图像特征,使融合图像能够很好继承源图像结构信息、能量信息和强度信息.利用绝对值取大规则和加权最小二乘法优化策略,对细节层进行融合,使融合图像中包含更多的视觉细节信息和具有更高对比度.实验结果表明所提算法在视觉评价和客观评价方面与其他算法相比具有较好的优势,且在急性中风、致命性中风和脑膜瘤这三类疾病图像融合效果更为突出.
文献关键词：
卷积神经网络;加权最小二乘法;图像融合
中图分类号：
作者姓名：
李雨晨;黄永东
作者机构：
北方民族大学 图像处理与理解研究所,银川 750021;大连民族大学 数学与信息科学研究中心,辽宁 大连 116600
文献出处：
引用格式：
[1]李雨晨;黄永东-.基于卷积神经网络模型的医学图像融合)[J].计算机工程与应用,2022(15):229-237
A类：
滚动导向滤波
B类：
卷积神经网络模型,医学图像融合,加权最小二乘法,WLS,融合算法,RGF,高斯滤波,多尺度分解,图像分解,基础层,尺度信息,边缘信息,融合规则,图像特征,融合图像,图像结构信息,强度信息,最小二乘法优化,层进,细节信息,高对比度,视觉评价,客观评价,致命性,脑膜瘤,这三类,融合效果
AB值：
0.342557
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
