技术摘要：
本发明涉及一种基于图像多尺度分解的MRI图像融合方法以及MRI设备，用于对胸部MRI图像处理，方法包括步骤：步骤1：针对胸部MRI图像的特点，对M张MRI图像分别采用小波变化多尺度分解得到近似层图像Aa(i，j)，Ba(i，j)，…，Ma(i，j)以及细节层图像Ad(i，j)，Bd(i，j)，…  全部
背景技术：
MRI技术目前被大规模应用在诊断人体疾病等医疗领域，其成像的主要理论基础 是核磁共  振的原理。所谓核磁共振成像的原理主要是通过向人体发射特定频率的脉冲，来 引发体内氢质  子发生振动，当体内氢质子振动的频率与引发其振动的脉冲频率相同时，利 用共振产生的信号  进行一系列复杂处理最终形成了核磁共振图像。核磁共振信号的强度 受检测到的氢核的密度的  影响，人体组织中的水分包含氢核，因此适用于核磁共振成像。 现有技术中，MRI设备中接收线圈采用固定形状线圈或是采用柔性线圈。柔性线圈 具有轻  便和韧性好的优点，柔性线圈能够与不同身体部位(如腹部、膝关节、踝关节、腕关 节等)适  型匹配，以便尽可能靠近成像区域，如此能够解决因扫描部位形状以及大小的不 同而导致固定  形状线圈无法紧贴成像区域的问题，从而提高了信噪比。但是，由于柔性线 圈可以根据实际应  用场景灵活地进行形态变化以及位置变化，因而，当MRI设备操作者使 用柔性线圈时，需要操  作者先构建磁共振系统、病人和柔性线圈的三维模型，以便确定柔 性线圈的位置信息以及形态  信息，再根据柔性线圈的位置信息以及形态信息，选择与扫描 区域对应的线圈单元进行重建成  像。然而，由于MRI设备操作者需要根据个人经验以及相 关知识确定柔性线圈的形态信息和位  置信息，如此，不仅增加了磁共振系统操作的难度以 及操作者的工作强度，还容易因操作者个  人失误导致成像错误的发生，降低磁共振成像的 准确率。 现有技术中，图像融合分为同机融合(异源图像的扫描同时发生在同一台影像设 备上)和  异机融合(异源图像的扫描在不同时段而目发生在不同的影像设备上)两种方式。 但是，同机 融合设备成本非常昂贵，因收费高而不易普及，临床应用受到限制。现有技术的 同机CT和MR 图像二维融合，虽然影像比较逼真但缺少立体视觉效果，而且扫描同时发生在 同一台影像设备  上，成本非常昂贵，临床应用受到限制。而异机融合成本相对低廉，有着广 阔的应用空间，但 其配准效果不佳，所得到的立体融合图像精确度不高。
技术实现要素：
本发明的目的就在于为解决上述问题，本发明提出一种基于多接收线圈的图像多 尺度分解 的MRI图像融合方法。 一种基于图像多尺度分解的MRI图像融合方法，用于对胸部MRI图像处理，包括步 骤： 步骤1：针对胸部MRI图像的特点，对M张MRI图像分别采用小波变化多尺度分解得 到近  似层图像Aa(i，j)，Ba(i，j)，…，Ma(i，j)以及细节层图像Ad(i，j)，Bd(i，j)，…，Md(i， 4 CN 111598821 A 说　明　书 2/11 页 j)， 其中，所述多幅源图像分别来自于多个射频接收线圈针对同一检测部位得到的图像； 步骤2：对于近似层图像Aa(i，j)，Ba(i，j)，…，Ma(i，j)采用加权平均的方法进行融  合，得到近似层图 步骤32对细节层图像采用图像统计的融合规则进行融合，得到细节层图像 S4，对近似层图像和细节层图像进行融合得到最终融合图像；具体的，将经过视觉 显著性  映射和图像统计融合规则处理后的近似层图 和细节层图像 进行线 性组合，得到 最终的融合图像F，记为： 权重系数bi，j，di，j与接收线圈与发射线圈的距离和方向，接收线圈个数，信号强度 有关， 可通过经验公式得到。 进一步的，所述步骤2具体实现为， 其中，Aa(i，j)，Ba(i，j)…Ma(i，j)表示各细节层图像，VA(i，j)，VB(i，j)…WVM(i，j)  表示采用图像统计的融合规则得到最佳权重。 进一步的，所述步骤3具体实现为，在该像素点的周围取一个大小为w×w的窗口来 计算 图像中像素点(i，j)处对应的权重，主要是根据水平和垂直细节层强度寻找对应图像 位置 的最佳权重； 首先，假设图像块为矩阵K，将矩阵K的每一行作为观测值，每一列作为变量，其协 方差  矩阵为 Dh(K)＝E[(K-E[K])(K-E[K])T] E(Z)表示矩阵Z中元素zij的数学期望所构成的矩阵；然后，计算图像中像素位置 (i，  j)处的协方差矩阵的无偏估计 为 其中，Kt是w维变量的第t个观测值， 是观测值的平均值； 然后，计算矩阵 的特征值 因为矩阵的大小为w×w，所以得到特征值的 数量  是w个；水平细节层强度βh (i，j)是通过矩阵所有特征值之和而获得，记为： 同理，将矩阵K的每一列作为观测值，每一行作为变量，计算其协方差矩阵Dv(K)  5 CN 111598821 A 说　明　书 3/11 页 及无偏估计 再计算 的特征值 求和获取垂直细节层强度，记为：  通过将水平和垂直这两个相应的细节层强度相加得到图像细节层系数的权重，记 为：  W(i，j)＝βh(i，j) βv(i，j)； 对细节层图像Ad(i，j)，Bd(i，j)…Md(i，j)分别采用图像统计的融合规则得到最佳 权重  WA(i，j)，WB(i，j)…WM(i，j)，再与源图像进行加权平均得到融合后的细节层图像，记 为： 针对乳腺癌的特点，本申请提出一种基于超像素的MRI图像分割算法： 步骤1：对输入的经过融合后的MRI图像进行预处理； 步骤2：设置初始超像素数量；在所获得的原始图像中，其灰度强度图波峰个数对 应图像 中区域灰度个数；若同一灰度仅分布在一个区域，则灰度强度图波峰个数与图像区 域个数相等；  若同一灰度分布在多个区域，则灰度强度图波峰个数多于图像区域，将初始 超像素个数设为图  像区域的倍数，即将图像区域成比例缩小； 步骤3：根据乳腺肿瘤的特点，采用一种将灰度、纹理以及相邻关系融合的度量准 则，提 取超像素特征，并将相似度满足设定条件的超像素合并； 步骤4，通过不断迭代步骤2后，初始分割的超像素块会逐渐扩大，直到相似度达到 设定 值，即目标区域和背景区域不再变化则停止迭代，得到目标图像。 有益效果：(1)本发明采用的基于图像多尺度分解的MRI图像融合方法，充分利用 了多  个接收线圈提供的冗余信息和互补信息，对融合图像的精确性、可靠性、信息含量有 了很大的  提升，融合图像特征更明显，边缘更清晰；同时，利用小波变化多尺度，多分辨率 分解的特点，  将MRI原图像的不同细节分解到不同层图像中，进而针对不同层采用不同的 融合算法，提高了  细节的分辨率。 (2)本方法只需根据每个线圈单元的理论坐标，将多个线圈的数据进行融合得到 目标图  像，无需人工参与，降低了操作MRI设备的工作难度，也降低了因操作者个人失误导 致的成像 错误发生的可能，提高了磁共振成像的准确率，鲁棒性。 (3)本申请提出一种基于超像素的MRI图像分割算法，包含超像素的获取与超像素 的合  成两个阶段，在超像素的获取阶段，本方法充分利用了图像的灰度信息达到自动产生 超像素的 目的。在超像素的合成阶段，为进行更准确的区域合并，融合超像素纹理和灰度 特征计算超像  素间相似度，在考虑空间位置相邻性的基础上实现超像素的合并。本方法无 需利用胸体先验形  状和相邻区域的颜色信息，对不同区域的纹理距离和灰度距离施加不 同的权重，构件一个加权  模型，通过最大相似度得到最佳分割区域。使用该方法具有较好 的分割结果，能为后续识别、  诊断等处理提供高分辨率的图像。 6 CN 111598821 A 说　明　书 4/11 页 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描  述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实  施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可 以根据这些附图获 得其他的附图。 图1现有技术中磁共振成像系统示意图。 图2(a)现有技术中极靴断面表面形状与磁力线分布示意图。 图2(b)是本申请中优化后的极靴断面表面形状与磁力线分布示意图。 图3是本申请中磁共振成像设备中多个接收线圈布置示意图。 图4是本申请中运算和图像处理系统示意图。 图5是本申请中DSP和FPGA采用SRIO连接电路图。 图6是本申请中基于多尺度分解的MRI图像融合方法。