研究背景PET/CT融合图像对于肺癌的影像分析及临床诊断具有重要的应用价值,但目前对于PET/CT图像融合的研究多以临床应用为重心,在算法方面涉及较少,且以多尺度变换为主,而基于压缩感知的医学图像融合随着近年来压缩感知理论的兴起也渐露头角,为移动医疗和智慧医疗提供了技术支持。研究目的以肺癌患者的PET图像和CT图像作为研究对象,将压缩感知理论与多尺度变换相结合的方法应用于PET/CT融合,通过仿真实验获取不同模态图像的综合信息与互补信息,为医学诊断提供有利依据,并提高诊断准确度。研究方法利用压缩感知和多尺度变换相结合的方法,分别提出两种PET/CT图像融合算法:基于非下采样轮廓波变换和压缩感知的肺癌PET/CT图像融合算法,和Piella框架下将压缩感知与直方图距离相结合的肺癌PET/CT自适应融合算法。设计不同的仿真实验对这两种算法进行验证,主要侧重于融合结果的主观评价和客观指标评价。研究结果针对第一种融合算法进行了三方面的实验:不同采样率融合结果的比较、与其它压缩感知图像融合算法的比较、与其它多尺度图像融合算法的比较实验。实验结果表明,与其它压缩感知图像融合方法和其它多尺度图像融合方法相比,该算法融合图像的标准差、平均梯度、空间频率和互信息均为最高,说明了该算法的优越性。针对第二种融合算法首先进行了三方面的实验:融合算法比较、活性测度比较和匹配测度比较,实验结果表明该算法可以更好地增强肺癌病灶与周围组织的对比度。最后,对所收集的20组肺癌患者的PET图像和CT图像进行仿真实验,进一步证明该算法的主观和客观评价都优于与之对比的其它融合算法。