公开(公告)号：CN115689961A

公开(公告)日：2023-02-03

申请号：CN202211370369.2

申请日：2022-11-03

Applicant: 中北大学

Inventor： 王丽芳 ,  米嘉 ,  刘阳 ,  张炯 ,  杜纪肖 ,  刘世杰

IPC: G06T5/50 ,  G06T5/00 ,  G06T7/90 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明属于医学图像融合技术领域，公开了一种用于胶质瘤SPECT‑MRI图像融合的网络模型及方法。所述网络模型简称为DEFSD，通过分解专属特征和显著性掩膜来促进图像融合。具体为：先将RGB空间的源SPECT图像转换为YCbCr空间，再将Y通道的SPECT图像和MRI图像输入DEFSD，DEFSD结合属性向量和物体特征图，分别重建两幅源图像，并确定源图像的专属特征，同时，利用显著性掩码突出区域的特征；然后将经过训练的DEFSD输出的图像与Cb和Cr通道的SPECT图像一起被转换到RGB空间，获得最终的输出融合图像。在哈佛大学医学院公开的医学图像数据集上进行训练，实验结果表明，DEFSD可以产生包含大量各模态独有信息的融合图像，并且在病变区域具有明显的沟线特征，有利于早期胶质瘤诊断。