医学成像技术在临床医学应用中变得越来越普遍,常见的医学图像多以灰度图像的形式呈现,即利用明暗程度表现生理学信息,而人眼难以辨别其中灰阶的细微变化从而导致医学图像中的重要信息被忽略。丰富的颜色对比可将医学图像的细节更有效地显示出来,以便医生和患者更好地观察医学图像中的生理学信息。为了快速实现医学图像颜色感知并最大限度地突出医学图像中的有用信息,本文提出了基于多特征融合和层次密度峰值的医学图像颜色感知方法,并将所提算法应用在三维医学影像的颜色感知。本文基于医学图像颜色感知的具体研究工作如下:1.针对医学图像仅利用灰度图像的形式呈现图像内容以及高维医学影像数据可视化时间复杂度高等问题,本文采用图像的多方向梯度特征融合方法最大限度地提取目标图像的有用信息,以此来充分呈现医学图像的结构信息和细节内容。然后利用层次密度峰值聚类方法快速筛选出局部区域代表像素点,由此将时间复杂度降为O(MN),其中M远远小于N。在CT、MRI、PET、DTI以及超声医学图像数据上进行仿真实验,验证了本文算法的可行性及有效性。2.将基于多特征融合和层次密度峰值聚类的方法进行改进并应用于三维医学影像的颜色感知。首先对三维医学影像中的每个体素提取三维特征,然后随机选取若干个体素作为数据点进行区域代表点选择并赋予颜色信息,最后根据体素之间的近邻关系将颜色信息传递到所有体素,得到一组彩色三维医学影像序列。将改进算法应用在CT和MRI的三维影像序列上进行颜色感知实验,所得结果显示三维序列的不同切片颜色一致,利用ImageJ软件进行三维重建后视觉效果良好。3.设计并实现一个医学影像颜色感知仿真系统。该系统实现了不同模态的医学影像颜色感知,用户可根据需要将医学影像数据(CT、MRI、PET、DTI、超声图像、三维CT序列以及三维MRI序列)导入到医学影像颜色感知仿真系统中并进行参数设置,系统就可实时输出彩色医学图像。