(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211019245.X (22)申请日 2022.08.24 (71)申请人 哈尔滨工业大 学 地址 150001 黑龙江省哈尔滨市南岗区西 大直街92号 (72)发明人 吴龙文　孙浩　左伊芮　赵雅琴　 谢丹　丁沁宇　张真源　 (74)专利代理 机构 哈尔滨华夏松花江知识产权 代理有限公司 23213 专利代理师 岳昕 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01)G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 神经胶质瘤分级中的多 模脑图像融合方法 (57)摘要 神经胶质瘤分级中的多模脑图像融合方法， 本发明涉及医学图像融合。 本发 明的目的是为了 解决在单一模态 图像上无法准确确定肿瘤与正 常组织的边界和边缘， 导致无法获得准确的融合 后的图像的问题。 具体过程为： 一： 采用多级保边 滤波MLEPF算法对输入的图像进行分解， 分解为 不同级别的图像； 二： 获取任意两个已配准的图 像； 三： 对图像A(x,y)和B(x,y)分别执行一， 得到 图像A(x,y)的精细结构层图像、 粗略结构层图 像、 基础结构层图像； 图像B(x,y)的精细结构层 图像、 粗略结构层图像以及基础结构层图像； 得 到融合后的精细结构层图像和粗略结构层图像； 四： 得到融合后的基础结构层图像； 五： 得到最终 融合后图像 。 权利要求书5页 说明书9页 附图5页 CN 115187584 A 2022.10.14 CN 115187584 A 1.神经胶质瘤分级中的多模脑图像融合方法， 其特 征在于： 所述方法具体过程 为： 步骤一： 采用多级保边滤波MLEPF算法对输入的图像进行分解， 分解为不同级别的图 像； 步骤二： 获取任意两个已配准的图像A(x,y)和B(x,y)； 步骤三： 对图像A(x,y)和B(x,y)分别执行步骤一， 得到图像A(x,y)的精细结构层图像 FSA(i)、 图像B(x,y)的精细结构层图像FSB(i)、 图像A(x,y)的粗略结构层图像CSA(i)、 图像B(x, y)的粗略结构层图像CSB(i)以及图像A(x,y)的基础 结构层图像BSA、 图像B(x,y)的基础 结构 层图像BSB； 对图像A(x,y)的精细结构层图像FSA(i)和图像B(x,y)的精细结构层图像FSB(i)进行融 合， 得到融合后的精细结构层图像FS(i)； 对图像A(x,y)的粗略结构层图像CSA(i)和图像B(x,y)的粗略结构层图像CSB(i)进行融 合， 得到融合后的粗略结构层图像CS(i)； 步骤四： 对图像A(x,y)的基础结构层图像BSA和图像B(x,y)的基础结构层图像BSB进行 融合， 得到融合后的基础结构层图像BS； 步骤五： 基于步骤三得到的融合后的精细结构层图像FS(i)、 步骤三得到的融合后的粗 略结构层图像CS(i)以及步骤四得到的融合后的基础结构层图像BS， 得到最终融合后图像。 2.根据权利要求1所述的神经胶质瘤分级中的多模脑图像融合方法， 其特征在于： 所述 步骤一中采用多级保边滤波MLEPF算法对输入的图像进 行分解， 分解为不同级别的图像； 具 体过程为： 步骤一一： Ain表示输入图像， 则 表示进行i次加权平均曲率滤波WMCF后的图像， 用 表示进行i次引导滤波GF后的图像， i ＝1,2,3； 和 的计算公式为： 其中， Ain表示输入图像； μ和σ 表示均值和方差； 表示进行i ‑1次引导滤波 GF后的图 像， GF表示引导滤波； 其中， WMCF表示加权平均曲率滤波； 步骤一二： 基于 和 获得第i个精细结构层图像FS(i)和第i个粗略结构层图像CS (i)， 以及一个 基础结构层图像BS， 表达式为：权　利　要　求　书 1/5 页 2 CN 115187584 A 2并且精细结构层图像FS(i)、 粗略结构层 图像CS(i)以及基础结构层 图像BS满足以下等 式： 其中， n为进行GF和WM CF的次数， n ＝3。 3.根据权利要求2所述的神经胶质瘤分级中的多模脑图像融合方法， 其特征在于： 所述 加权平均曲率滤波WM CF的具体过程 为： 对输入图像Ain进行处理， 表达式为： 其中，Δ表示各向同性拉普 拉斯算子， (Ain)x表示图像Ain在x方向上的一阶偏导数， (Ain)y 表示图像Ain在y方向上的一阶偏导数， (Ain)xy表示图像Ain在x和y方向上的二阶偏导数； (Ain)xx表示图像Ain在x方向上的二阶偏导数， (Ain)yy表示图像Ain在y方向上的二阶偏导数， Ain表示输入图像， Af′表示对图像Ain进行滤波后的图像； 对公式(7)进行离 散处理得到公式(8)： Af′＝dm,where m＝arg min|dk|              (8) 式中， dm表示输出图像， m表示dk最小值时对应的k值， dk表示输入图像， k表示下面的8个 卷积核； 对公式(8)中Af′进行处理， 表达式： Af＝hk*Af′,k＝1,2,...,8                  (9) 式中， *代表卷积； hk代表卷积 核； Af代表对输入图像Ain进行加权平均曲率滤波WMCF后的 图像； hk表达式为： 权　利　要　求　书 2/5 页 3 CN 115187584 A 3