基于自监督三变换的医学图像融合算法

多模态医学图像融合是一种整合来自不同模式的功能代谢信息和组织结构细节的有效方法,对准确的临床诊断和手术导航至关重要。以往的医学图像融合方法倾向于使用广义的图像融合网络进行融合,而忽略了医学图像的特异性。因此,文章提出了一种基于自监督三变换的医学图像融合框架。首先,引入了一种自监督的三变换学习策略来提取图像的广义特征。在此基础上,为了建立卷积神经网络体系结构的远程依赖性,构建了一种基于Transformer模块的编码器,同时关注本地和全局的信息。大量的实验表明,所提出的医学图像融合算法在主观视觉评价和客观度量评价方面优于其他先进的融合方法。