医学图像的颜色感知技术是通过软件的方法将高维的医学图像数据感知为一幅有颜色信息的图像,增强图像的画面表现力和改善医务工作者的视觉效果。基于流形学习以及颜色迁移的颜色感知方法存在算法效率低、区域结构不明显、没有考虑图像其余特征等问题,为了快速实现医学图像的颜色感知并充分表达图像数据信息,本文以流形学习为工具并引入代数多重网格的层次思想分别提出了层次流形学习的弥散张量图像的颜色感知算法和多特征融合的医学图像颜色感知算法,并在理论和实验两方面验证了它们的有效性。具体工作如下:1.针对基于流形学习的弥散张量图像(DTI)颜色感知方法大都涉及到所有像素点的最短路径计算和特征值分解,造成算法复杂度高的问题,本文提出了层次流形学习的弥散张量图像的颜色感知算法。该算法引入代数多重网格来建立像素点的层次结构,只对最顶层少量的像素点降维分析并映射到颜色空间,使高维DTI数据以彩色图像的方式呈现;同时该算法还采用了一种新的距离度量方式估计顶层像素点的距离,保证距离准确的同时避免重复计算。最后将提出算法应用到模拟DTI数据集和真实DTI数据集上进行实验,通过理论分析证明提出的算法可以将复杂度从O(N~3)(基于等距特征映射的DTI颜色感知方法)降低为O(N~2),同时实验结果表明信息熵更低,图像分布更有序。2.针对现有的医学图像大都以灰度图像的方式呈现,特征单一,不能充分表达图像信息等问题,本文提出了多特征融合的医学图像颜色感知算法。该算法通过提取多个方向的梯度特征以及融合原始亮度特征保留图像更多信息,在相似区域选取代表点建立像素的金字塔形结构减少计算量;并利用流形学习以及自顶而下的插值计算所有像素点的低维坐标,最后投影到颜色空间得到图像的颜色感知。将提出算法应用到正常MRI和CT图像以及带有疾病的MRI图像上进行实验,分析结果得出多特征融合的颜色感知图像颜色信息丰富,相比传统颜色传递方法,具有更好的清晰度和目标背景对比度。3.设计与实现了医学图像颜色感知仿真系统。该系统将本文提出的算法以及对比算法进行集成封装,通过界面可以手动选择需要颜色感知的对象(弥散张量图像/常规医学图像),然后根据不同的需求选择相应的颜色感知算法并将结果图像展示出来,方便用户对比分析。