摘要：目的:提出一種聯(lián)合脈沖耦合神經(jīng)網(wǎng)絡(luò)改進(jìn)模型(modified pulse coupled neural network,MPCNN)和多分辨奇異值分解(multi-resolution singular value decomposition,MSVD)的多模態(tài)醫(yī)學(xué)圖像融合算法。方法:第一步,采用MSVD將已配準(zhǔn)的MRI和CT圖像分解成高頻和低頻子圖像;第二步,采用基于自適應(yīng)連接因子的MPCNN方法融合低頻系數(shù),高頻系數(shù)采用絕對(duì)值取大進(jìn)行融合,最大限度保存圖像細(xì)節(jié)信息;第三步,采用MSVD逆變換重建融合圖像。結(jié)果:8組CT和MRI圖像融合實(shí)驗(yàn)表明,基于提出算法獲得的融合圖像對(duì)比度、清晰度和邊緣強(qiáng)度均最佳,且定量評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)差、熵、互信息和邊緣強(qiáng)度均高于其他融合算法。結(jié)論:提出的MPCNN算法能有效克服傳統(tǒng)PCNN算法的局限性,與MSVD結(jié)合后融合性能優(yōu)越,具有較高普適性和實(shí)用性,是一種可行的CT和MRI圖像融合算法。