甲状腺结节是一种常见的甲状腺疾病,发病率高,但仅约5%的甲状腺结节是恶性的,若能够及早发现并治疗的话,通常都能完全治愈,因此,正确判断甲状腺结节的良恶性是有重大意义的。B超检查安全无辐射且检出率高,是临床首选的检查方法,提供病变组织形态上的变化,但不能进行功能判断。SPECT图像是功能显示,提供病变组织功能上的变化,但对结节定位不准。采用图像融合技术将这两种图像相结合,有助于医生了解患者病变组织的互补信息,从而准确判断病情。本文以甲状腺结节的B超图像和SPECT图像为研究对象,从多尺度几何分析方法和融合规则两个方面出发,提出了Shearlet变换和稀疏表示相结合的图像融合算法。Shearlet变换克服了小波变换在方向数上的限制,能更加有效地捕获图像的几何结构信息,但Shearlet变换分解得到的低频子带系数稀疏性较差,因此在Shearlet变换的基础上,引入了稀疏表示理论。将稀疏表示引入低频融合过程后,为了尽可能多地保留图像的细节信息,对得到的稀疏表示系数用能量值取大的方法进行融合,高频子带系数利用像素间的相关性采用区域拉普拉斯能量和的融合规则。对甲状腺结节的B超图像和SPECT图像进行融合实验,结果表明该融合方法相较于多尺度融合方法或单尺度下基于稀疏表示的图像融合方法具有一定的优越性,既具备多尺度分析数据的能力,又可以更有效、更全面地表示图像的显著特征。