下载文档原格式
深度功能医学影像实现电阻抗图像重建范式突破摘要：电阻抗图像重建是电阻抗成像技术的核心挑战之一，传统的线性和非线性方法存在准确性和计算复杂度的限制。
然而，随着深度学习在医学领域的快速发展，深度功能医学影像为电阻抗图像重建范式的突破提供了新的可能。
关键词：医学影像；电阻抗图像；重建引言深度功能医学影像通过直接从大量电阻抗数据中学习特征表示，克服了传统方法中手动选择特征和建模的局限性。
将深度学习引入电阻抗图像重建可实现自动化特征学习和准确的重建结果，有望提高电阻抗成像技术的可靠性和应用范围。
1电阻抗成像技术概述电阻抗成像（EII）是一种基于电流通过对象时测量其内部电阻和导电性分布的成像技术。
它可以用于非侵入式、无辐射的生物医学成像，被广泛应用于临床医学和生物学研究领域。
在电阻抗成像中，从一个或多个电极引入微弱电流到被测对象，并通过其他电极对电流的流动进行测量。
根据欧姆定律，在电流通过对象时，遇到有效电阻的阻碍会导致电压的变化。
通过测量这些电压变化，可以得到对象内部的电阻分布。
电阻抗成像技术通常包括以下几个步骤：电极贴附、电流注入、电压测量和图像重建。
首先，在被测对象的表面贴附电极，以确保电流的输入和电压的测量准确。
然后，将微弱电流注入到对象中，通常使用交流电流以避免电解过程的发生。
接着，通过其他电极对电流的流动进行测量，记录下电流注入引起的电压变化。
最后，根据电压测量结果，应用图像重建算法，将电阻分布转化为可视化的图像。
电阻抗成像技术的优点包括：非侵入式、无辐射、可重复性高、成本低等。
它可以在不施加额外的损伤和不使用放射性物质的情况下，观察和监测人体器官和组织的内部变化。
因此，电阻抗成像在临床医学中得到广泛应用，例如乳腺癌检测、脑功能成像及肺部监测等。
2电阻抗图像重建范式突破的方法和算法电阻抗成像是一种非侵入性的医学成像技术，通过测量组织中电流通过的路径上的电阻变化来获取图像信息。
然而，电阻抗成像在实际应用中存在着重建精度低、噪声干扰大等问题。
影像融合与感知融合引导经会阴前列腺靶向穿刺结果的比较发布时间：2023-02-28T07:43:16.838Z 来源：《世界复合医学》2022年12期作者：黄海锋张帆张胜捷张青郭宏骞[导读] 目的比较前列腺多参数磁共振与经直肠超声影像融合（multiparametric magnetic resonance imaging (mpMRI)-transrectal ultrasound (TRUS) fusion targeted biopsy, MRF-TB）与感知融合靶向穿刺（visual estimation-targeted biopsy, VE-TB）的结果黄海锋张帆张胜捷张青郭宏骞南京大学附属鼓楼医院【摘要】目的比较前列腺多参数磁共振与经直肠超声影像融合（multiparametric magnetic resonance imaging (mpMRI)-transrectal ultrasound (TRUS) fusion targeted biopsy, MRF-TB）与感知融合靶向穿刺（visual estimation-targeted biopsy, VE-TB）的结果。
方法从2021年5月至2021年8月，对连续80例患者行前瞻性前列腺靶向穿刺活检。
术前血清前列腺特异性抗原（PSA）均>4.0ng/ml，mpMRI发现至少一个可疑结节。
对全部可疑结节先行VE-TB及12针系统性穿刺活检，随后行MRF-TB，对VE-TB和MRF-TB获取的病理结果进行分析比较。
结果 MRF-TB穿刺针数的阳性率明显高于VE-TB (31.35% vs. 22.22%, P=0.021)。
MRF-TB和VE-TB穿刺阳性组织的长度分别为2-17（8.53±4.62）mm和1-15（5.99±3.51）mm（P=0.002），MRF-TB和VE-TB穿刺阳性组织所占穿刺组织的比例分别为11-100（39.81±12.33）%和8-91（30.48±8.38）%（P＜0.001）。
生物医学中的多模态医学图像融合技术生物医学图像是现代医学研究中不可或缺的一部分，它们可以提供关于人体内部结构和功能的非侵入性信息，直接影响到临床医学的诊断和治疗。
然而，由于生物医学图像的复杂性和多样性，单一图像往往不能提供足够的信息来做出准确的诊断和治疗决策。
因此，多模态医学图像融合技术的出现，成为了改善和提高生物医学图像应用的方法之一。
多模态医学图像融合技术是指将不同类型的医学图像融合在一起，从而产生比单独使用任何一种图像更准确、更全面的结果。
这种技术的应用使医生可以获得更多的非侵入性信息，从而更好地了解病人的疾病情况。
生物医学图像包括X射线、磁共振成像（MRI）、计算机断层扫描（CT）、正电子发射断层扫描（PET）等，这些不同类型的技术可以提供有关人体内部不同方面的信息。
例如，X射线可以提供骨骼结构的图像，MRI可以揭示软组织和器官的详细信息，而PET和CT可以提供代谢和生物学过程的图像。
然而，在实践中，任何一种类型的医学图像都有其局限性。
例如，MRI对某些骨骼结构的成像效果不佳，而X射线则无法显示某些内部构造的详细信息。
因此，融合多种医学图像的信息可以弥补不同类型图像之间的局限性，从而提高准确性。
多模态医学图像融合技术的应用领域非常广泛，常常用于临床诊断和治疗方案的制定。
例如，当医生需要确定一个患者是否患有肿瘤时，他们可以使用CT和MRI，这两种医学图像可以揭示有关肿瘤位置、大小和形态等信息。
通过将这些信息融合在一起，医生可以更好地确定肿瘤的性质和位置，以制定合适的治疗计划。
多模态医学图像融合技术的应用不仅仅局限于临床医学。
在医学研究领域中，也经常使用多模态医学图像融合技术，以加深对人体解剖学和生理学的理解。
例如，在神经科学研究中，研究人员可以使用多种图像技术来探讨大脑的功能和结构。
通过将不同类型的医学图像融合在一起，研究人员可以更好地了解大脑功能的复杂性和区域的关联性。
多模态医学图像融合技术的实施需要使用各种算法和技术。
多模态图像融合技术研究一、绪论现代图像处理技术发展迅速，多模态图像融合技术也随之得到了较大发展。
多模态图像融合技术是指从不同传感器获取的多个源独立分别采集的图像中提取出各自的信息并组合成一个新的图像，以提高图像质量和图像信息的全面性。
多模态图像融合技术可以广泛应用于军事侦察、医学图像诊断、机器人视觉等领域。
本文将介绍多模态图像融合技术的研究现状以及未来发展方向。
二、多模态图像融合技术的分类多模态图像融合技术主要包括基于像素的融合、基于小波变换的融合、基于矢量加权的融合、基于局部特征的融合等。
1.基于像素的融合基于像素的融合是通过对每个像素点进行处理，将像素值相加或取平均值等方式完成图像融合。
这种方法简单直接，但容易造成信息的损失和失真。
2.基于小波变换的融合基于小波变换的融合是一种较为常见的融合方法，它将两幅不同传感器获取的图像通过小波变换进行频域分解，然后将两幅图像在频域中进行加权融合。
该方法能够更好地保留图像的边缘和细节信息，提高了图像融合质量。
3.基于矢量加权的融合基于矢量加权的融合方法是在像素级别上实现的，它通过对不同传感器采集到的图像进行特征提取，并将特征信息转换为特征向量，然后通过对特征向量进行加权综合来完成图像融合。
4.基于局部特征的融合基于局部特征的融合方法是基于传感器特征而非整幅图像进行融合的方法。
该方法依靠图像的颜色、纹理、形状等局部特征信息进行成像，从而提高融合效果。
三、多模态图像融合技术的优缺点多模态图像融合技术具有以下优点：1. 可以将多幅图像信息融合为一幅图像，实现信息的全面性和整合性。
2. 可以提高图像的质量和分辨率。
3. 可以提高系统的可靠性和准确性。
但是多模态图像融合技术仍然存在以下缺点：1. 在某些情况下，不同传感器获取的图像具有不同的信息分布和数据间的不一致性。
2. 在融合过程中，可能会导致图像的失真和采样误差，影响信息的准确性。
四、多模态图像融合技术的应用多模态图像融合技术可以广泛应用于军事侦察、医学图像诊断、机器人视觉等领域。
基于图像融合的冠状动脉三维重建方法的研究进展刘玉倩;蔺嫦燕【摘要】冠状动脉三维重建是心血管力学中不可或缺的一部分,同时可为医生直观确定病变位置、病变程度提供便利.基于图像融合的冠状动脉三维重建能将两种图像的优点结合起来,为医生和研究人员提供血管三维走向、血管形态及斑块形态等信息.本文概括了近年来基于图像融合的冠状动脉三维重建方法,包括血管内超声(intravenous ultrasound,IVUS)与冠状动脉造影(coronary arteriography,CAG)图像融合、光学相干断层扫描技术(optical coherence tomography,OCT)与CAG图像融合、计算机断层扫描血管造影(computed tomography arteriography,CTA)与IVUS或OCT图像融合的三维重建方法,并阐述了各方法在临床以及力学计算研究中的应用现状.【期刊名称】《北京生物医学工程》【年(卷),期】2019(038)004【总页数】7页(P427-433)【关键词】冠状动脉;三维重建;图像融合;血管内超声;光学相干断层扫描【作者】刘玉倩;蔺嫦燕【作者单位】首都医科大学附属北京安贞医院北京市心肺血管疾病研究所北京100029;首都医科大学附属北京安贞医院北京市心肺血管疾病研究所北京100029【正文语种】中文【中图分类】R318.010 引言在2017年世界卫生组织公布的全球死亡原因数据和2016年的中国心血管病报告中，心血管病死亡位居首位，且冠状动脉粥样硬化性心脏病（coronary atherosclerotic disease，CAD）患病人数在心血管疾病患病人数中居于前列。
CAD是冠状动脉血管发生动脉粥样硬化病变而引起血管腔狭窄或阻塞，造成心肌缺血、缺氧或坏死而导致心脏病患者死亡的主要诱因。
因此检测冠状动脉是否发生粥样硬化或者狭窄变得尤为重要。
目前临床上用于检测血管是否发生狭窄的方法包括计算机断层扫描血管造影（computed tomographic arteriography，CTA）、磁共振成像（magnetic resonance imaging，MRI）、冠状动脉造影（coronary arteriography，CAG）、血管内超声（intravenous ultrasound，IVUS）、光学相干断层扫描技术（optical coherence tomography，OCT）等。
磁共振模拟——站在肿瘤放疗的最前沿黄岁平 博士关键词：磁共振模拟 MRSIM据有关调查显示，目前全世界范围内的肿瘤患者，约有 70%需要接受不同程 度的放射治疗，以达到治愈肿瘤或缓解症状、改善生活质量的目的。
能够最大限度 地把放射剂量集中到病变（靶区）内，杀灭肿瘤细胞，同时使其周围正常组织和器 官少受或免受不必要的照射，从而得到保护，是肿瘤放射治疗一直以来追求的目 标。
20世纪 70年代 CT的使用是放射治疗计划所取得的一个巨大进步。
引入 CT 图像的模拟增加了临床医生对靶区体积的空间意识，从而较之原有的传统治疗的靶 区体积（由垂直 X线胶片确定）产生了一个质的改变-----CT扫描得到一系列断层 轴面，经过多种方式的三维重建，形成一个三维计划，这使得适形放射治疗 （CRT）的概念得以实现。
但 CT却有一些先天的局限性----它只对具有不同的电 子密度或 X线吸收特征的组织结构具有较好的分辨率（如空气对骨或对水或软组 织），但如果没有明显的脂肪或空气界面，则对具有包括肿瘤在内的相似电子密度 的不同软组织结构区分较差。
相比之下，磁共振最大的优点就是对具有相似电子密 度的软组织有较强的显示能力并且能区分其特征。
在这种情况下，磁共振能够更好 的提供靶区的轮廓，不但包括肿瘤的范围，而且还包括临近的重要软组织器官。
通 过更准确地定位肿瘤靶区、避免危及临近的组织器官、以及提高局部控制率等。
一．磁共振模拟独特的优越性。
事实上，临床医生早已意识到诊断性的 MRI扫描对肿瘤体积的确定具有相当 重要的信息补充，引入 MR图像作定位由来已久。
最早通常是由医生用肉眼在 MRI上观察疾病的范围，然后手工将数据转移至模拟胶片或 CT扫描片上，这种方 法极易产生解释和转译错误。
第二种方式是通过使用一种放大投影系统将 MRI图 像叠加到模拟胶片或 CT图像上进行融合处理的 MR辅助的模拟。
第三种更加定量 的方式是将 MRI图像与 CT图像进行融合，那样就可以将 MRI上具有较高分辨率 的肿瘤图像与几何精确的 CT图像中电子密度信息结合起来。
东南大学硕士学位论文功能磁共振图像融合方法研究姓名：王欢申请学位级别：硕士专业：生物医学工程指导教师：鲍旭东20080115东南大学硕士学位论文而如今，它作为一种常用的医学成像方式和检查手段，已经成为影像医学中不可或缺的一项重要内容。
ＭＲＩ是利用原子核在磁场内共振所产生的信号从而重建成像的一种技术。
磁共振是自旋的原子核在磁场中与电磁波相互作用的一种物理现象。
原予核由质子和中子组成，质子带有正电荷，自旋将产生一个小磁场，称为磁矩，而中子虽然是中性的，但由于内部电荷不均匀分布，自旋时也会产生磁矩（大约为质子磁矩的２／３）。
很多原子核中，质子和中子是成对存在的，磁矩能彼此抵消，对外磁矩很弱。
但对于一些原子核，质子和中子总数为奇数时。
就存在自旋磁矩，于是就存在磁共振现象。
氢原子核１Ｈ只有一个自旋的质子，结构最单纯，又能够提供最强的磁共振信号，目前磁共振成像主要是利用人体内的氢原子核．磁共振成像利用投影重建图像。
成像过程中先把检查层面分成一定数量的小体积（即体素），用接收器收集信息。
数字化后输入计算机进行重建运算，获得每个体素的信号强度ｐＪ。
磁共振成像是一种安全、快速、准确的ｌ临床诊断方法，通过参数调配可以针对具体病症、部位选择最佳成像方式。
它的成像质量，尤其是针对人体软组织的成像效果远胜于其他技术。
图１．１是一张典型的解剖磁共振图像。
图ｌ－Ｉ解剖磁共振图像１．２．２功能磁共振图像（ｆＭＲｌ）功能磁共振成像（ｆｕｎｃｔｉｏｎａｌｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｉｍａｇｉｎｇ，ｆＭＲＤ是近十余年来发展的一种成像技术，反映人脑在执行某项任务或受到某种刺激时皮质功能区的激活情况，以其无创性在脑的Ｉ临床及基础研究中得以广泛应用。
基于ＢＯＬＤ（ｂｌｏｏｄｏｘｙｇｅｎａｔｉｏｎｌｅｖｅｌｄｅｐｅｎｄｅｎ０技术的功能磁共振成像，由Ｏｇａｗａ等于１９９０年首先报道［６１。
其基本原理是当大脑执行一项任务或受到某种刺激时，某些脑区神经元的活动增强，其邻近静脉血管和毛细血管床的血流量和血流容增加，导致局部氧合血红蛋白含量增加，而这个增加额远大于局部耗氧量的增加，使得氧供应和氧消耗之间失衡，即该区域脱氧血红蛋白含量相对降低。
脱氧血红蛋白作为顺磁性物质，有明显的亿・缩短效应。
因此，在激活状态下该脑区的Ｔ２・的相对延长，ＭＲ信号强度增加，在脑功能成像时功能活动区的皮质表现为高信号，利用ＥＰＩ快速成像序列就可以将其检测出来１７１。
在ＢＯＬＤ法ｆＭＲＩ成像中，由于功能信号比较弱，所以需要在功能活跃和功能静止时反复多次扫描，然后将功能活跃时的扫描图像序列和功能静止时的扫描图像序列与功能激励曲线进行一定的相关分析，就可以得到功能活跃造成的信号变化，即功能信号。
至于功能信号参数的具体重建过程，将在下一章，功能磁共振参数图像重建中进行详细的介绍。
ＥＰＩ成像技术的时间分辨率较高，但问题在于空间分辨率较低。
因此，它需要与空间分辨率高的解剖磁共振图像结合起来，才具有临床诊断和研究意义。
２——一．墨二！堕兰ＥＰＩ圈像重建后鲍功能参数圉健’ｌ：：三ｋ．：：：！！：：≥＞绪果显示圈像解剖硅共振图像闺１－２日ｘＡ豫Ｌ姻图像１．３功能磁共振图像显示现状及存在的闯题目前对于功能磁共振图像显示方面的研究还不是很多，大多数课题只将目光放在了功能区域的定位上面，也就是说・它们的结果图着重于表现功能区在什么位置，因此，通常的作法是将得到的功能图像直接叠加在解剖图像之上Ｅ蚺１”，结果如图１－３所示；（丑＞英文字形实验结果ｌ司晰觉功能散发结果柳圈ｌｏ目前常用的功能硅共振田像显示方法这样的显示方法存在两个坷题。
第一，如图１－２中重建后的功能参数图像所示，每一个像素上都会有一个功能参数的系数。
功能区域与非功能区域的差别即在于功能区域中像素的功能参数值较大，而非功能区域中像素的功能参数值较小一且前常用的显示方法是确定一个闲值，大于这个闲值的像素即判定它属于功能区域，被赋上色彩或显示为高亮，小于这个阈值的像素被认为属于非功稚区。
维持其原灰度值不变。
因此．３东南大学硕士学位论文第二章功能磁共振参数图像重建２．１实验图像本次实验源ｆＭＲＩ数据来Ｉ！ｌｈｔｔｐ：／／ｗｗｗ．ｆｉｌ．ｉｏｎ．ｕｃｌ．∞．ｕｌ（，ｓｐＩｌ似ａｔａ，它是利用ＳｉｅｍｅｎｓＭＡＧＮＥＴＯＭＶｉｓｉｏｎ２Ｔ系统进行听觉功能激发实验获取的实验数据。
听觉实验包含静息和激发两种功能状态，静息期不施加任何刺激，激发期以每分钟６０个双音节英文单词的速度施加听觉刺激。
这样的实验共重复８次，每次实验中，对静息期和激发期分别进行６次采样，每次采样得到６４幅连续的ＢＯＬＤ／ＥＰＩ横轴位断层图像，扫描矩阵为６４ｘ６４ｘ６４，体素大小为３ｍｍｘ３ｍｍｘ３ｍｍ，单次扫描采样重复时间ＴＲ＝７ｓ，整个实验持续６分钟。
其相应的解剖图像为ｓＭ００２２３００２．ｉｍｇ，体素大小为ｌｍｍｘｌｍｍｘ３ｍｍ０２１。
窗宽窗位。
可见此ＥＰＩ图像噪声较大，如图２－１ｂ所示。
噪声是影响医学图像质量的重要因素之一，影响有效信息的提取，进而影响图像分析的精度与结果。
在进行功能参数图像重建之前，我们要对这些ＢＯＬＤ／ＥＰｌ图像进行滤波去噪的预处理。
（ａ）ＥＰＩ断层图像（ｂ）断层图像中的噪声图２．１ＥＰＩ断层图像２．２数据预处理去除噪声，提高信噪比是图像处理中的基本任务之一，通常采用低通滤波器滤除噪声。
滤波的主要工作分为两步，一是确定卷积的核，二是利用确定的核对源图像进行卷积，得到结果图像。
高斯滤波是目前应用最广泛的滤波方法之一。
本课题中也将采用高斯滤波对图像去噪。
２．２．１高斯卷积核参数选取相距中心点距离为ｊ的单元，其高斯函数被定义为ｌ”１：ｇ（Ｊ）；ｅ一』２“２／２ｘ／磊Ｔｍ２（２．１）当进行三维的高斯卷积时，Ｊ２ｚｘ２＋ｙ２＋ｚ２．（２．１）式中，ｓ２为方差，ｓ为标准差。
ｓ的计算方法６第二章功能碰共振图像重建如式（２．２）所示。
ｓ：！些ｘ／８Ｉｎ（２）（２．２）ｏ＇ⅢＨＭ是高斯核的半最大值所占宽度（ＦｕｎｗｉｄｔｈａｔＨａｌｆＭａｘｉｍｕｍ）Ｉ“１。
一维高斯函数如图２－２所示。
盯Ｍ值越大，意味着高斯核的宽度越宽，图像处理起来也就越慢，去噪效果较好，但也使处理后的图像越模糊。
在肭Ｉｕ数据处理中，如何选择最优的平滑宽度仍存在争议。
根据标准的滤波理论，最优的滤波核宽度应与检测的激活区域的尺寸相匹配。
当图像信噪比较低时，可采用较宽的滤波核以较好地过滤噪声。
由于本实验中．ＥＰＩ体数据的分辨率为３ｍｍＸ３ｍｍＸ３ｒａｍ，可取其２～３个体素点的宽度为高斯核半最大值所占宽度，因此这里取ｏⅢⅢ＝８ｒａｍ根据式（２．２），计算可得：ｓ＝ｉｚ丽８＝ｌ・１３５２．２．２ＥＰＩ数据预处理结果／＼图２－２一维高斯函数利用上述的方法对ＢＯＬＤ／ＥＰＩ图像进行处理，处理结果如图２．３所示。
２—３ａ是未经高斯滤波前的源图像，可见图像噪声较为严重，信噪比低。
２．３ｂ和２－３ｃ是经过高斯卷积后的结果图像，其高斯函数中的标准差Ｓ分别取ｌ（盯删＝７ｍｍ）和１．１３５（盯删＝Ｓｍｍ）。
由图可见，随Ｓ增大，噪声逐渐减小，但同时。
图像也愈发模糊，图像细节信息丧失越多・（ａ）滤波前的ＥＰＩ（ｂ）滤波后的ＥＰＩ（ｃ）滤波后的ＥＰＩ由此可见，在进行卷积滤波的时候应该选取图像图像睁１）图像（ｓ－Ｉ，１３５）合适的盯日”ｎ。
值，即高斯核半最大值所占宽度。
图２－３８９１数据高斯滤波前后结果对比７东南大学硕士学位论文表２．２改进前后方法得到的相关系数矩阵统计结果比较０．４７Ｏ．∞ｏ．５５Ｏ．６Ｏ．６２修正前相关系ｌ∞６５３３１４ｌＯ数大于方法ｎ的像修正后素个数３０７２３５１５９１２７１１０方法通过修正前后方法的统计学对比，可见改进后的方法令结果相关系数有了较大幅度的提升。
通过二次相关分析，得到了各像素被激活情况的参数映射数据，它是一个体数据，反映了各像素的被激活程度。
图２－６是其在横断面第３ｌ层上的截图。
（ａ）一次相关分折法所得重建结果（ｂ）改进后相关分析法所得重建结果图２－６功能参数重建结果图图２－６里高亮的像素表示了被激活程度高的区域。
也就是大脑在特定激励之下的功能区。
由图可见，重建得到的功能参数图像不包括解剖信息，因此，它需要与解剖图像联合使用，才能够知道究竟是大脑的什么位置在实验中被激活了。
１０第三章功能磁共振闰像与解剖磁共振图像配准图３＝２是功能参数体数据、ＥＰＩ数据和ＭＩｕ数据某三个层面上的截图。
ｆａ）功能参数甜－数捌截同ｂ）ＥＰＩ融旧（ｃ）ＭＲＩ截图圈３－２配准源数据截面图图３－３是配准前的ＥＰ！与Ｍｌｕ，及功能参数体数据和ＭＲＪ数据在某一截面上的横断面，冠状面、矢状面图。
１７东南大学硕士学位论文圈３－３配准前图像位置关系经过几何变换、重采样、相似性测度和优化搜索的循环步骤后，图３－４ａ显示了ＥＰＩ和ＭＰｄ数据的配准结果，将配准矩阵应用于功能参数体数据，对其进行重采样后，功能参数图与ＭＲＩ对齐结果如图３－４ｂ所示。
图３－４配准后图像位置关系目前在医学图像配准的问题上，还没有所谓的“金标准”，因此通常采用目标检测方法对结果进行评估。
由上图可见，原先在空闻位置上有很大差异的解剖磁共振图像与功能磁共振图像，在经由最大互信息配准处理后，达到了不错的配准效果。
最大互信息配准有以下优点：第五章改进的区域能量融合算法投评价其中，ｒ‰寺三ｃ竿》｛Ｌ阡，二。
；１一野Ｚ。
－（占＝１，２’３）（５．５）这种方法相较于传统的功能磁共振图像与解割图像融合方法（直接叠加法），应用Ｊ＇泛而原理简单的加权平均融合方法，以及同样也是基于小波分析的小波域内最大系数法．是有明显优势的。
实验中，我们选取源解削磁共振体数据与功能参数体数据横断面上第２７层的图像（横断面上共５４层数据），利用直接彝加法、加权平均法闭、基于小波变换的最大系数法和基Ｔ－ｄ，渡变换的局部区域能量法分别进行融合实验，得到结果如图５－１所示。
（ａ）鱼描吾加，占站果ｆｂ｝加权平均珐结果∞基十小政变挽的最大系数征结皋（ｄ）基十小敬业挟的局＿右ｌ；区域能量法站粜脚５－！功能参教幽与ＭＲＩ融合结果幽图５．１左侧的两张图像分别是解剖磁共振和功能参数体数据第２７层图像。
功能参数图中．像素的明瞎程度表示了大脑相应位置被激活程度的高低，也就是大脑响应功能信息的表现。
从此图也可以看出，重建得到的功能图像不包括解剖信息，因此，它需要与解剖图像联合使用。
才能够知道究竟是大脑的什么位簧在实验，ｌｔ被激活了。
５一ｌａ使用的是功能图像与解剖图像融合的传统方法，也就是直接叠加法。
由５－１ａ可见。
这种方ｊ去虽然能准确地反映出大脑中被撒活区域的位置，但由于解剐图像中原有的信息被覆盖，因而丧失了被激活区域详细的解剖信息，图像无法反映出此区域的大脑沟回情况，而沟回信息对丁大脑功能医学实验米说是重要的。
