基于多CNN组合和模糊神经网络的多模态医学图像融合

授权

摘要

本发明属于医学图像融合领域，具体涉及基于多CNN组合和模糊神经网络的多模态医学图像融合。为了将多模态医学图像中病灶部位的纹理细节表征更充分，边缘更清晰，本发明提出的方法主要有两部分组成：1)构建G‑CNN组(G‑CNNs)；2)基于模糊神经网络的G‑CNNs融合。第一部分首先通过一组比例和方向不同的Gabor滤波器获得CT和MR的不同Gabor表示对，然后分别使用每对不同的Gabor表示训练相应的CNN，从而生成G‑CNNs；第二部分利用模糊神经网络将G‑CNNs的多个输出进行融合得到最后的融合图像。

基本信息

专利标题：

基于多CNN组合和模糊神经网络的多模态医学图像融合

专利标题（英）：

暂无

公开（公告）号：

CN112750097A

申请号：

CN202110050993.3

公开（公告）日：

2021-05-04

申请日：

2021-01-14

授权号：

CN112750097B

授权日：

2022-04-05

发明人：

王丽芳张晋王蕊芳张炯米嘉刘阳

申请人：

中北大学

申请人地址：

山西省太原市学院路3号

代理机构：

太原申立德知识产权代理事务所(特殊普通合伙)

代理人：

程园园

优先权：

CN202110050993.3

主分类号：

G06T5/50

IPC分类号：

G06T5/50 G06T5/00 G06T7/00 G06N3/04 G06N3/08