摘要
本发明涉及一种基于图像去噪和照度增强的多模态医学图像融合方法,包括:将多模态医学图像输入照度和对比度增强网络进行光照强度校正生成增强图像;为多模态医学图像添加随机噪声得到噪声图像;将噪声图像输入去噪和重建网络进行去噪和重建任务;将增强图像和多模态医学图像作为标签共同监督训练去噪和重建网络,获得具有去噪和照度增强功能的特征编码器和特征解码器,利用训练好的特征编码器分别提取不同模态图像的特征,得到模态特征图,将不同模态图像的模态特征图进行特征融合,采用训练好的特征解码器对融合后的特征图进行重建得到多模态医学图像融合结果。本发明解决图像融合受到噪声噪声干扰,照度退化和融合效率低下的问题。
技术关键词
医学图像融合方法
模态特征
融合规则
照度
噪声图像
解码器
Retinex理论
编码器
随机噪声
多模态医学图像
融合特征
神经网络模型
对比度
校正
模块
泊松噪声
系统为您推荐了相关专利信息
光学相干断层扫描
融合图像特征
多模态
图像增强模型
网络结构
多源异构数据源
并行处理框架
执行机器学习
时间衰减模型
深度特征提取
布匹缺陷检测方法
预训练模型
纺织品缺陷
布匹表面
图像
多模态信息融合
网络剪枝方法
模态特征
掩码矩阵
融合特征