[論文レビュー] Analysis and Comparison of Different Wavelet Transform Methods Using Benchmarks for Image Fusion

T. Deepika|arXiv (Cornell University)|Jul 22, 2020

Advanced Image Fusion Techniques参考文献 8被引用数 5

ひとこと要約

本論文は、CT/MRIマルチモodal医療画像に適用される5つの変換手法—離散ウェーブレット変換（DWT）、ステーショナリーウェーブレット変換（SWT）、整数リフトウェーブレット変換（ILFT）、ダブルツリー複素ウェーブレット変換（DT CWT）、QシフトダブルツリーCWT—を用いたウェーブレットベースの画像統合フレームワークを提案する。エントロピー、PSNR、RMSE、IQI、標準偏差を用いた性能比較により、視覚的および定量的評価の両方でDT CWTが優れた統合品質を示していることが明らかになった。

ABSTRACT

In recent years, many research achievements are made in the medical image fusion field. Medical Image fusion means that several of various modality image information is comprehended together to form one image to express its information. The aim of image fusion is to integrate complementary and redundant information. CT/MRI is one of the most common medical image fusion. These medical modalities give information about different diseases. Complementary information is offered by CT and MRI. CT provides the best information about denser tissue and MRI offers better information on soft tissue. There are two approaches to image fusion, namely Spatial Fusion and Transform fusion. Transform fusion uses transform for representing the source images at multi-scale. This paper presents a Wavelet Transform image fusion methodology based on the intensity magnitudes of the wavelet coefficients and compares five variations of the wavelet transform implemented separately in this fusion model. The image fusion model, using the Discrete Wavelet Transform (DWT), the Stationary Wavelet Transform (SWT), the Integer Lifting Wavelet Transform (ILFT) the dual-tree Complex Wavelet Transform (DT CWT) and dual-tree Q-shift dual-tree CWT, is applied to multi-modal images. The resulting fused images are compared visually and through benchmarks such as Entropy (E), Peak Signal to Noise Ratio, (PSNR), Root Mean Square Error (RMSE), Image Quality Index (IQI) and Standard deviation (SD) computations.

研究の動機と目的

• 5つのウェーブレット変換手法の医療画像統合における性能を評価・比較すること。
• CTおよびMRIモダリティからの補完的情報を統合する変換ベースの統合の有効性を評価すること。
• 複数の定量的指標を用いた画像統合品質のベンチマークを確立すること。
• 融合された医療画像における構造的および強度情報の保持に最適なウェーブレット変換を特定すること。
• 標準化された画像品質指標を用いた変換ベースの統合技術の包括的分析を提供すること。

提案手法

• 統合フレームワークは、入力画像の強度マグニチュードに基づくウェーブレット係数の選択を採用する。
• 5つのウェーブレット変換—DWT、SWT、ILFT、DT CWT、QシフトダブルツリーCWT—が、スケール分解された画像に個別に適用される。
• 係数は、顕著な特徴を保持するため、マグニチュードに基づく最大選択ルールを用いて統合される。
• 各手法について、逆ウェーブレット変換を用いて融合画像が再構成される。
• 性能は5つのベンチマーク指標（エントロピー（E）、PSNR、RMSE、IQI、標準偏差（SD））を用いて評価される。
• マルチモーダルCT/MRI画像データセットを用いて、視覚的および定量的比較が実施される。

実験結果

リサーチクエスチョン

• RQ1 構造的および強度情報の保持という観点から、どのウェーブレット変換が最高の画像統合品質を達成するか？
• RQ2 DWT、SWT、ILFT、DT CWT、QシフトダブルツリーCWTは、エントロピー、PSNR、RMSE、IQI、SD指標においてどのように比較されるか？
• RQ3 複素ウェーブレット変換（DT CWT）は、実数値変換よりも医療画像統合において優れているか？
• RQ4 異なる変換手法は、CT/MRI画像における冗長性と補完的情報をどのように処理するか？
• RQ5 複数の定量的ベンチマークにおいて、変換タイプの違いが融合画像品質に与える相対的影響は何か？

主な発見

• ダブルツリー複素ウェーブレット変換（DT CWT）は、最高のエントロピー（E）と画像品質指数（IQI）を達成し、優れた情報保持性と品質を示した。
• DT CWTは最高のピークサイナーノイズ比（PSNR）と最小の平均二乗誤差（RMSE）を示し、融合画像の高い忠実度を確認した。
• ステーショナリーウェーブレット変換（SWT）は、標準偏差（SD）において優れた性能を示し、コントラストおよびテクスチャの保持が向上していた。
• 離散ウェーブレット変換（DWT）は、5つの手法の中で最低のPSNRと最高のRMSEを示し、再構成精度が低かった。
• 整数リフトウェーブレット変換（ILFT）は中程度の性能を示し、バランスの取れた指標を示したが、DT CWT や SWT を上回ることはなかった。
• 全体として、DT CWTはすべてのベンチマークで最高の順位を獲得し、マルチモーダル医療画像統合における優位性が確認された。