Fusion d’images multi-échelles basée sur le filtre guidé

Abstract

En imagerie médicale utilisant différentes modalités telles que l'IRM, TDM et la TEP, les informations complémentaires d'un organe ciblé seront capturées. Toutes les informations nécessaires de ces deux modalités doivent être intégrées dans une seule image pour un meilleur diagnostic et traitement d'un patient. La fusion d'images est un processus de combinaison d'informations utiles ou complémentaires de plusieurs images en une seule image. Dans notre projet de fin d’étude, nous avons étudié et implémenté une méthode de fusion simple et rapide basé sur un filtre d’image guidé (MGF). La méthode étudiée peut bien combiner des informations d’image source utiles dans l’image fusionnée supportée par la décomposition d’image multi-échelle, la propriété de transfert de structure, la détection visuelle de silence et la construction de la carte de poids. Les performances de fusion sont évaluées à la fois qualitativement et quantitativement. Les résultats obtenus sont comparés aux méthodes de fusion d'images récentes. Les résultats ont montré que notre algorithme donne des performances supérieures.

التصوير الطبي يستخدم طرق مختلفة مثل التصوير بالرنين المغناطيسي ) (MRIوالتصوير المقطعي المحوسب ) (CTوالتصوير المقطعي بالإصدار البوزيتروني) ، (PETيتم التقاط معلومات إضافية لتحسين التشخيص وإعطاء صورة رقمية أفضل. يجب دمج كل المعلومات الضرورية من هذين الصورتين في صورة واحدة لتحسين تشخيص المريض وعلاجه. إن دمج الصور عبارة عن عملية تجمع معلومات مفيدة أو تكميلية من صور متعددة إلى صورة واحدة.iv في هده المدكرة، نقترح خوارزمية دمج بسيطة وسريعة استنادًا إلى مرشح صور موجه. قد تجمع الطريقة المقترحة معلومات مفيدة عن صورة المصدر في الصورة المدمجة المدعومة من تحليل صور متعدد النطاقات، وخاصية نقل البنية، والكشف البصري عن الصمت، وبناء خريطة الوزن. يتم تقييم أداء الاندماج نوعياً وكمياً. تتم مقارنة الطريقة المقترحة بأساليب دمج الصور التقليدية والحديثة. وأظهرت النتائج أن خوارزميتنا تعطي أدا ًء فائقًا

Medical imaging used various method such as MRI, CT and PET, additional information for diagnostic and treatment the organ target. All the necessary information from these two methods have to integrated in one image only for given a better diagnosis and within digital health, Fusion image method is useful process for combining or complementary information from multi images into a single image. In our thesis, we implemented simple and fast fusion algorithm based on a guided image filter, illustrated method could be combined sources image and information in fused image supported by multiscale decomposition, structure transfer property, visual silence detection, and weight map construction. Fusion performance is evaluate by qualitatively and quantitatively. Then compared proposed method to traditional and image fusion recent methods. The results showed that our algorithm gives us effective performance.