您当前的位置:
首页 >
文章列表页 >
基于结构功能交叉神经网络的多模态医学图像融合
信息科学 | 更新时间:2024-02-01
    • 基于结构功能交叉神经网络的多模态医学图像融合

    • Multimodal medical image fusion method based on structural functional cross neural network

    • 针对多模态医学图像融合中存在的纹理细节模糊和对比度低的问题,一项创新性的研究取得了显著成果。研究团队提出了一种结构功能交叉神经网络的多模态医学图像融合方法,为医学影像分析领域带来了新的突破。该方法首先设计了结构功能交叉神经网络模型,有效提取了医学图像的结构和功能信息,实现了两种信息之间的交互,从而能够精准捕捉图像的纹理细节。其次,研究团队构建了一种新型注意力机制,通过动态调整结构信息和功能信息的权重,显著提升了融合图像的对比度和轮廓清晰度。最后,他们还设计了一个从融合图像到源图像的分解过程,确保了融合图像包含更丰富的细节信息。与近年来提出的七种高水平方法相比,该方法在AG、EN、SF、MI、QAB/F和CC等客观评价指标上平均提升了22.87%、19.64%、23.02%、12.70%、6.79%和30.35%。这一成果不仅展示了该方法在纹理细节和对比度方面的优势,还证明了其在主观视觉和客观指标上的优越性。这一研究的成功为医学影像分析领域带来了新的视角和解决方案,有望为医生提供更准确、更全面的诊断依据,助力医学领域实现更精准的诊断和治疗。
    • 光学精密工程   2024年32卷第2期 页码:252-267
    • DOI:10.37188/OPE.20243202.0252    

      中图分类号: TP391
    • 收稿日期:2023-05-05

      修回日期:2023-07-13

      纸质出版日期:2024-01-25

    移动端阅览

  • 邸敬,郭文庆,任莉等.基于结构功能交叉神经网络的多模态医学图像融合[J].光学精密工程,2024,32(02):252-267. DOI: 10.37188/OPE.20243202.0252.

    DI Jing,GUO Wenqing,REN Li,et al.Multimodal medical image fusion method based on structural functional cross neural network[J].Optics and Precision Engineering,2024,32(02):252-267. DOI: 10.37188/OPE.20243202.0252.

  •  
  •  

0

浏览量

437

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于注意力机制的宽波段小目标实时去模糊
融合全局信息与双域注意力机制的光学遥感飞机目标检测
基于MA-DETR的SAR图像飞机目标检测
结合双注意力和加权动态图卷积的三维点云分类与分割
级联残差优化Transformer网络的图像超分辨率重建

相关作者

朱德燕
敖咏琪
徐家一
李承城
张钰凡
林珊玲
张雪
陈燕

相关机构

南京航空航天大学 空间光电探测与感知工信部重点实验室
南京航空航天大学 航天学院
福州大学 物理与信息工程学院
中国福建光电信息科学与技术实验室
福州大学 先进制造学院
0