Fusão de imagens médicas multimodais baseada em realce de bordas e preservação de detalhes

Propomos um método de fusão de imagens médicas multimodais baseado em realce de bordas e preservação de detalhes para abordar a questão da perda de detalhes das imagens nas abordagens atuais de fusão de imagens médicas. Primeiramente, decompomos as imagens de diferentes modalidades usando a transformada shearlet não subsampled (NSST) para obter suas respectivas sub-bandas de alta e baixa frequência. Em seguida, empregamos uma nova rede neural acoplada por pulso adaptativa para preservação de detalhes para fundir as sub-bandas de alta frequência, e um método de energia local ponderada com realce de bordas para fundir as sub-bandas de baixa frequência. Finalmente, a imagem fundida é reconstruída realizando a NSST inversa nas sub-bandas de alta e baixa frequência fundidas. Resultados experimentais demonstram que nosso método proposto efetivamente preserva mais informações detalhadas das imagens fonte e apresenta excelente desempenho em avaliações subjetivas e objetivas quando comparado a sete métodos de fusão de imagens médicas multimodais comumente utilizados.