Multimodality medical image fusion using directional total variation based linear spectral clustering in NSCT domain
Rattachement africain : sa, in, ye. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
In medical science, there is a challenge to find out critical information from the medical images by low vision disability medical experts. As a solution, we can enhance the medical images by fusing different modality images viz., CT-MRI which can be more informative. This article presents a new multi-modal medical image fusion architecture in non-subsampled contourlet transform (NSCT) domain which is shift-invariant over noisy medical images. Initially noise from medical images is reduced using a convolution neural network (CNN) approach. Furthermore, NSCT is applied in denoised source multi-modal images to obtain approximation and detailed parts. In approximation parts of both input images, the fusion operation is performed using Direction Total Variation enabled linear spectral clustering. Simlarly in detailed parts of both input images fusion operation is performed using sum modified laplacian (SML) approaches. By performing inverse operation on both modified approximation and detailed parts, final fused image is obtained. From qualitative and quantitative result analysis, it can be concluded that the proposed method is an essential means of ensuring that multi-modality images provide more reliable analytical results to analyze experimental outcomes and comparative research.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Multimodality medical image fusion using directional total variation based linear spectral clustering in NSCT domain
- Date Crossref
- 04/02/2026
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Islamic University of Madinah pays non établi dans la noticeUniversité ou école supérieure
-
Graphic Era University pays non établi dans la noticeUniversité ou école supérieure
-
Bennett University pays non établi dans la noticeUniversité ou école supérieure
-
Taibah University and Advanced Technologies Research Center pays non établi dans la noticeUniversité ou école supérieure
-
Taiz University pays non établi dans la noticeUniversité ou école supérieure
-
Faculty of Computer and Information System pays non établi dans la noticeUniversité ou école supérieure
-
Graphic Era (Deemed to be) University Department of CSE pays non établi dans la noticeUniversité ou école supérieure
-
Graphic Era Hill University pays non établi dans la noticeUniversité ou école supérieure
-
School of Computer Science Engineering and Technology pays non établi dans la noticeUniversité ou école supérieure
-
Languages and Translation College pays non établi dans la noticeUniversité ou école supérieure
Islamic University of Madinah, Graphic Era University et Bennett University, avec 7 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.