研究背景PET/CT融合图像对于图像分析及临床诊断具有重要的应用价值,但目前基于PET/CT图像融合的研究多以临床应用为重心,在算法方面涉及相对较少,且大多以小波变换为主。研究目的以非小细胞肺癌PET图像和CT图像作为研究对象,利用基于双树复小波变换和隶属度函数相结合的方法进行融合,以获得医学信息更加丰富的非小细胞肺癌PET/CT融合图像,为医学诊断提供更有利的依据,提高诊断的准确度。研究方法采用双树复小波变换和隶属度函数相结合的方法,提出两种融合算法,基于双树复小波和自适应高斯隶属度函数的PET/CT融合算法,和基于DTCWT和组合隶属度函数的自适PET/CT图像融合算法,分别应用这两种算法融合非小细胞肺癌PET图像和CT图像,运用主观和客观的方法对融合图像的效果进行评价。研究结果针对第一种融合算法进行了三个方面的实验,即:与其它像素级融合算法的比较实验,图像融合效果的客观评价实验和双树复小波变换中不同融合规则的比较实验。实验结果表明,与其他像素级融合算法相比较信息熵提高了7.23%、互信息提高了17.98%,说明了该算法的优越性。针对第二种融合算法首先进行了两个方面的实验,其一是与其他像素级融合算法的比较,其二是图像融合效果的客观评价。实验结果表明该算法可以更好地凸现图像中病灶的纹理和边缘信息。最后为了更加客观的验证该算法的有效性和可行性,文章对所收集到的32幅非小细胞肺癌患者的PET图像和CT图像进行仿真实验。最终结果证明该算法无论从主观评价还是客观评价都优于与之对比的像素级融合算法。