硕士论文，发表于2018年，作者西电。使用NSST对医学图像进行图像融合。
图像融合的意义在意多张图像各有优点，旨在取长补短。
常用方法
基于空间域的融合方式，有加权平均法、PCA融合算法、神经网络融合算法
基于变换域的融合方式，有小波变换图像融合算法、轮廓波变换、NSCT(Non-Subsampled Contourlet Transform)、剪切波变换、NSST、PCNN、SML
图像融合策略由低到高可分为
像素级、特征级、决策级。像素级有点多主要采用像素级。
评价方法分主观评价方法和客观评价方法
客观评价方法：
融合图像自身性的评价指标，有信息熵、平均梯度、标准差、空间频率、边缘强度。
融合图像与标准参考图像关系的评价指标，有信噪比、相关系数、扭曲程度。
融合图像与原图像关系的评价指标，有交叉熵、交互信息量、边缘信息保持量、偏差与相对偏差。
论文使用方法：
NSST和DWT结合用于医学图像融合
NSST与改进的PCNN结合用于医学图像融合
数据集
哈佛医学院的图像