Fusion of medical images in wavelet domain: an algorithmic model

Satya Prakash  Yadav; Sachin Yadav

doi:10.16925/2357-6014.2021.01.07

Fusión de imágenes médicas en dominio wavelet : un modelo algorítmico

Artículos de investigación

https://doi.org/10.16925/2357-6014.2021.01.07

Satya Prakash Yadav Ver Biografía

ABES Institute of Technology (ABESIT)

Sachin Yadav Ver Biografía

Institute of technology and Management (GLBITM)

Introducción: Las técnicas de Image Fusion constan de tres etapas: extracción de características, reducción de dimensiones y clasificación. Problema: Este artículo presenta un enfoque novedoso para el análisis multi resolución. Objetivo: Es más utilizado en la ciencia de fusión de imágenes, que captura las características de una imagen no solo en diferentes resoluciones, sino también en diferentes orientaciones. Metodología: Este algoritmo basado en Wavelet tiene ventajas adicionales de implementación rápida, versatilidad, ahorro de memoria auxiliar, propiedades de reconstrucción completa y simplicidad ya que se utilizó la transformación de wavelet. Resultados: Los resultados de la simulación de las imágenes de resonancia magnética y tomografía computarizada muestran una calidad de imagen perfectamente aceptable y cubren la detección de enfermedades en la imagen final posterior. Conclusión: El análisis de componentes principales (PCA) basado en algoritmos de fusión permitirá a los investigadores médicos o clínicos aplicar correctamente la fusión de imágenes y la transmisión de datos, lo que conduce a mejores prácticas de atención para minimizar las redundancias y también puede manejar la pérdida de datos. Originalidad: la fusión de imágenes puede disminuir el tamaño de la imagen, lo que puede disminuir el ancho de banda al transmitir imágenes. Esto también comprime las imágenes; aquí se intenta mantener la misma consistencia. Limitaciones: como se trata de un método relativamente nuevo, los errores en el manejo de los datos clínicos pueden provocar deficiencias en el tratamiento del paciente. La calidad de la imagen no debe disminuir con este uso.

Palabras clave: imagen fusionada, algoritmos de fusión, análisis de componentes principales, ICA, transformación de ondas, fusión de imágenes

Hong ZHENG, Dequen ZHENG Yanxianag HU, Sheng Li. Study on the Optimal Parameters of Image Fusion Based on Wavelet Transform [J]. Journal of Computational Information Systems (2010) 131-137.

Yadav, S.P. Yadav, S. “Fusion of Medical Images in Wavelet Domain: A Discrete Mathematical Model”, Ingeniería Solidaría, (Vol 14, No 25) May 2018, DOI: https://doi.org/10.16925/.v14i0.2236

Smt. G. Mamatha, L. Gayatri, “An Image Fusion Using Wavelet And Curvelet Transforms”, Global Journal of Advanced Engineering Technologies, Vol1, Issue-2, 2012, ISSN: 2277-6370.

R. K. Sharma, “Probabilistic Model-based Multisensor Image Fusion”, PhD thesis, Oregon Graduate Institute of Science and Technology, Portland, Oregon, 1999.

S. Li, J. T. Kwok, and Y. Wang, “Combination of images with diverse focuses using the spatial frequency”, Information Fusion 2, pp. 169–176, 2001.

Sekhar AS, Prasad MG. A novel approach of image fusion on MR and CT images using wavelet transforms. In 2011 3rd International Conference on Electronics Computer Technology (ICECT), 2011 ;( 4):172-176). IEEE.

S. Kor and U. Tiwary, “Feature level fusion of multimodal medical images in lifting wavelet transform domain” IEEE International Conference of the Engineering in Medicine and Biology Security, pp. 1479–1482, 2004.

A. H. Gunatilaka and B. A. Baertlein, “Feature-level and decision-level fusion of non-coincidently sampled sensors for land mine detection” IEEE Transactions on Pattern Analysis and Machine Intelligence 23(6), pp. 577–589, 2001.

Daljit Kaur, P S Mann “Medical Image Fusion Using Gaussian Filter, Wavelet Transform and Curvelet Transform Filtering” International Journal of Engineering Science & Advanced Technology, Volume-4, Issue-3, 252-256 ISSN: 2250-3676.

MiloudChikr El-Mezouar, NasreddineTaleb, KidiyoKpalma, and Joseph Ronsin “An IHS-Based Fusion for Color Distortion Reduction and Vegetation Enhancement in IKONOS Imagery”, IEEE Transactions on Geo-science And Remote Sensing, vol. 49, No. 5, May 2011.

Chetan K. Solanki, Narendra M. Patel, ―Pixel based and Wavelet based Image fusion Methods with their Comparative Study”, National Conference on Recent Trends in Engineering & Technology.

RudraPratap Singh Chauhan,RajivaDwivedi and Sandeep Negi “ Comparative Evaluation of DWT and DT-CWT for Image Fusion and De-noising”, International Journal of Applied Information Systems (IJAIS) – ISSN : 2249-0868 Foundation of Computer Science FCS, New York, USA Volume 4– No.2, September 2012 – www.ijais.org.

Ganasala P, Kumar V. CT and MR image fusion scheme in non-sub sampled contourlet transform domain. J Digit Imaging. 2014; 27(3):407‐418. Doi: 10.1007/s10278-013-9664-x.

Kanisetty Venkata Swathi, CH.HimaBindu “Modified Approach of Multimodal Medical Image Using Daubechies Wavelet Transform” International Journal of Advanced Research in Computer and Communication Engineering Vol. 2, Issue 11, November 2013, ISSN (Print): 2319-5940.

J. Srikanth*, C.N Sujatha “Image Fusion Based on Wavelet Transform for Medical Diagnosis”, Int. Journal of Engineering Research and Applications, ISSN: 2248-9622, Vol. 3, Issue 6, Nov-Dec 2013, pp.252-256.

Ch.Bhanusree, P. Aditya Ratna Chowdary “A Novel Approach of image fusion MRI and CT image using Wavelet family”, International Journal of Application or Innovation in Engineering & Management (IJAIEM), Volume 2, Issue 8, August 2013, ISSN 2319 – 4847.

Kanaka Raju Penmetsa, V.G.Prasad Naraharisetti, N.Venkata RAO “An Image Fusion Technique For Color Images Using Dual-Tree Complex Wavelet Transform”, International Journal of Engineering Research & Technology (IJERT) Vol. 1 Issue 8, October – 2012 ISSN: 2278-0181.

Patil Gaurav Jaywantrao, Shabahat Hasan, “Application of Image Fusion Using Wavelet Transform In Target Tracking System”, International Journal of Engineering Research & Technology (IJERT), ISSN: 2278-0181Vol. 1 Issue 8, October – 2012.

Pavithra C, Dr. S. Bhargavi, “Fusion of Two Images Based on Wavelet Transform”, International Journal of Innovative Research in Science, Engineering and Technology. 2, Issue 5, May 2013.

Singh, R., Khare, A. “Multimodal medical image fusion using daubechies complex wavelet transform”, Information & Communication Technologies (ICT), 2013 IEEE Conference on , April 2013 Page(s):869 - 873 Print ISBN:978-1-4673- 5759-3.

Ghanapriya Singh, Tarun Kumar Rawat, “Color Image Enhancement by Linear Transformations Solving out of Gamut Problem,” International Journal of Computer Applications (USA), ISSN: 0975-8887, Vol.-6, No-14, pp.28-32, April 2013.

Ai Deng, Jin Wu, Shen Yang “An Image Fusion Algorithm Based on Discrete Wavelet Transform and Canny Operator” Advanced Research on Computer Education, Simulation and Modeling Communications in Computer and Information Science Volume 175, 2011, pp 32-38.

Cvejic N, Bull D, Canagarajah N. Region-based multimodal image fusion using ICA bases. IEEE Sensors Journal. 2007; 7(5/6):743.

P. S. Sengar, T. K. Rawat and H. Parthasarathy, "Color image enhancement by scaling the discrete wavelet transform coefficients," 2013 Annual International Conference on Emerging Research Areas and 2013 International Conference on Microelectronics, Communications and Renewable Energy, Kanjirapally, 2013, pp. 1-6. doi: 10.1109/AICERA-ICMiCR.2013.6575994.

Deepali Aneja, Tarun Kumar Rawat, “Fuzzy Clustering Algorithms for Effective Medical Image Segmentation,” International Journal of Intelligent Systems and Applications (Hong-Kong), 2013, 11, 55-61, DOI: 10.5815/ijisa.2013.11.06.

Pradnya PM, Sachin DR. Wavelet based image fusion techniques. In 2013 International Conference on Intelligent Systems and Signal Processing (ISSP), 2013;77-81.

Li H, Manjunath BS, Mitra SK. Multisensor image fusion using the wavelet transform. Graphical models and image processing. 1995;57(3):235-45.

Pajares G, De La Cruz JM. A wavelet-based image fusion tutorial. Pattern recognition. 2004; 37(9):1855-72.

Na Y, Ehlers M, Yang W, Shi L. Adaptive remote sensing image fusion with multiwavelet transform. In Remote Sensing for Environmental Monitoring, GIS Applications, and Geology V, International Society for Optics and Photonics. 2005; 5983:598302.

[1]

S. P. Yadav and S. Yadav, “Fusión de imágenes médicas en dominio wavelet: un modelo algorítmico”, ing. Solidar, vol. 17, no. 1, pp. 1–23, Jan. 2021, doi: 10.16925/2357-6014.2021.01.07.

Descargar cita

Derechos de autor 2021 Ingeniería Solidaria

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Compromiso ético y cesión de derechos

El autor debe declarar que su trabajo es original e inédito y que no se ha postulado a evaluación simultánea para su publicación por otro medio. Además, debe asegurar que no tiene impedimentos de ninguna naturaleza para la concesión de los derechos previstos en el contrato.

El autor se compromete a esperar el resultado de evaluación de la revista Ingeniería Solidaria, antes de considerar su presentación a otro medio; en caso de que la respuesta de publicación sea positiva, adicionalmente, se compromete a responder por cualquier acción de reivindicación, plagio u otra clase de reclamación que al respecto pudiera sobrevenir por parte de terceros.

Asimismo, debe declarar que, como autor o coautor, está de acuerdo por completo con los contenidos presentados en el trabajo y ceder todos los derechos patrimoniales, es decir, su reproducción, comunicación pública, distribución, divulgación, transformación, puesta a disposición y demás formas de utilización de la obra por cualquier medio o procedimiento, por el término de su protección legal y en todos los países del mundo, al Fondo Editorial de la Universidad Cooperativa de Colombia, de manera gratuita y sin contraprestación presente o futura.

Número

Vol. 17 Núm. 1 (2021)

Publicado

2021-01-11

Descargas

PDF (Inglés)

XML (Inglés)

Métricas

Cargando métricas ...

https://plu.mx/plum/a/?doi=10.16925/2357-6014.2021.01.07