叶  晗，叶芳芳

(浙江树人学院 信息科技学院，浙江 杭州 310015)

        摘要：针对PET-CT多模态图像数据的特点进行深入分析，提出一种基于显著性检测和导向滤波相结合的融合方法，对淋巴瘤病人颈部及锁骨上的PET-CT图像进行高质量融合.首先，采用视觉显著性检测算法（GBVS）对图像进行显著性检测以突出关键区域；然后，结合导向滤波的边缘保持和噪声抑制特性实现图像融合；最后，通过MATLAB平台上搭建完整的融合系统并进行实验验证.结果表明，该方法在信息熵、灰度均值、清晰度和结构相似度等客观评价指标上均优于传统小波变换方法，特别在病变区域的边界清晰度和对比度方面表现出明显优势.研究可为提升多模态医学图像融合质量和临床诊断效率提供新的技术方案.

        关键词：医学影像；导向滤波；显著性检测；加权融合

        中图分类号：R318；TP391.41        文献标志码：A         文章编号：2097-6070（2025）02-0018-07