本文關(guān)鍵詞：眼科高頻超聲成像中斑點(diǎn)噪聲抑制算法的研究

  更多相關(guān)文章： 醫(yī)學(xué)超聲圖像 斑點(diǎn)噪聲 拉普拉斯金字塔 各向異性擴(kuò)散濾波

【摘要】：醫(yī)學(xué)超聲成像安全無創(chuàng),實(shí)時(shí)高效,低成本,是一種被臨床廣泛采用的醫(yī)學(xué)成像方式。隨著超聲技術(shù)的發(fā)展,眼科超聲診斷儀也成為獨(dú)特的分支。其中,超聲生物顯微鏡(Ultrasound Biomicroscopy, UBM)對于眼前節(jié)的成像優(yōu)于傳統(tǒng)眼科診斷儀器。但是超聲圖像中存在一種特殊的噪聲,即斑點(diǎn)(speckle)噪聲,它是在產(chǎn)生超聲圖像過程中伴隨產(chǎn)生的。斑點(diǎn)噪聲不同于一般的圖像噪聲,它屬于乘性噪聲,且很大一部分屬于高頻部分。斑點(diǎn)噪聲的出現(xiàn)會(huì)削弱圖像的對比度和細(xì)節(jié)分辨率,從而影響臨床的正確判斷。醫(yī)學(xué)圖像的去噪不同于一般圖像的去噪處理,不僅需要去除噪聲,還要盡可能的保持圖像的細(xì)節(jié)信息以及邊緣信息,因此需要在去噪的同時(shí)對圖像的邊緣進(jìn)行增強(qiáng)處理。針對以上需求,本文提出了兩種去除斑點(diǎn)噪聲的算法。本文首先分析了超聲圖像的噪聲類型,特性以及斑點(diǎn)噪聲的數(shù)學(xué)模型,比較了傳統(tǒng)斑點(diǎn)抑制方法的優(yōu)缺點(diǎn),探索適合斑點(diǎn)噪聲的去噪算法。然后基于斑點(diǎn)噪聲抑制各向異性擴(kuò)散(Speckle Reducing Anisotropic Diffusion, SRAD),提出了改進(jìn)方法,對SRAD擴(kuò)散系數(shù)進(jìn)行了改進(jìn),提高了算法的魯棒性,并增加了擴(kuò)散模板的鄰居點(diǎn)數(shù)目,提高了去噪過程中的細(xì)節(jié)保護(hù)能力。從單一層次上對圖像進(jìn)行去噪后,又提出了基于拉普拉斯金字塔的圖像分層去噪算法。對圖像進(jìn)行拉普拉斯金字塔分解,得到含有不同頻率的子帶圖像,然后根據(jù)子帶圖像不同特點(diǎn)進(jìn)行分析,選取合適的去噪算法,最后重構(gòu),得到去噪增強(qiáng)的圖像。通過實(shí)驗(yàn)驗(yàn)證,本文提出的改進(jìn)斑點(diǎn)噪聲抑制各向異性擴(kuò)散方法以及基于拉普拉斯金字塔的分層去噪增強(qiáng)算法優(yōu)于傳統(tǒng)的濾波算法,不僅可以很好地去除超聲圖像的斑點(diǎn)噪聲,而且要可以有效的保留圖像細(xì)節(jié)以及邊緣等。
【關(guān)鍵詞】：醫(yī)學(xué)超聲圖像 斑點(diǎn)噪聲 拉普拉斯金字塔 各向異性擴(kuò)散濾波
【學(xué)位授予單位】：北京協(xié)和醫(yī)學(xué)院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;R445.1
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 前言8-12
• 1.1 研究背景及意義8
• 1.2 眼科超聲生物顯微鏡的發(fā)展及歷史8-9
• 1.3 超聲圖像中斑點(diǎn)噪聲去除的研究現(xiàn)狀9-11
• 1.4 本文創(chuàng)新點(diǎn)11
• 1.5 本文安排內(nèi)容11-12
• 第二章 超聲去噪相關(guān)理論12-23
• 2.1 超聲波的特性及成像分析12-14
• 2.1.1 超聲波的特性12-13
• 2.1.2 超聲成像分析13-14
• 2.2 UBM診斷基本原理14-16
• 2.2.1 UBM在臨床中的應(yīng)用14
• 2.2.2 UBM系統(tǒng)組成14-16
• 2.2.3 UBM超聲成像特點(diǎn)16
• 2.3 斑點(diǎn)噪聲產(chǎn)生原因及模型16-19
• 2.3.1 超聲成像過程中的噪聲16-17
• 2.3.2 斑點(diǎn)噪聲產(chǎn)生原因17
• 2.3.3 斑點(diǎn)噪聲的模型17-19
• 2.4 斑點(diǎn)去噪評價(jià)指標(biāo)19-22
• 2.4.1 主觀評測19
• 2.4.2 客觀評測19-22
• 2.5 本章小結(jié)22-23
• 第三章 超聲圖像濾波算法概述23-31
• 3.1 基于空域23-26
• 3.1.1 線性濾波23-24
• 3.1.2 非線性濾波24
• 3.1.3 基于統(tǒng)計(jì)特征的濾波24-26
• 3.2 基于變換域的濾波算法26-28
• 3.2.1 頻域變換26-27
• 3.2.2 小波變換27-28
• 3.3 基于特定理論28-31
• 3.3.1 神經(jīng)網(wǎng)絡(luò)28-29
• 3.3.2 基于形態(tài)學(xué)的方法29
• 3.3.3 基于擴(kuò)散理論的濾波方法29-31
• 第四章 改進(jìn)的斑點(diǎn)抑制各向異性算法31-46
• 4.1 基于擴(kuò)散的基本理論31-32
• 4.2 各向異性擴(kuò)散的模型32-39
• 4.2.1 P-M模型32-34
• 4.2.2 相干非線性各向異性濾波34-37
• 4.2.3 SRAD模型37-39
• 4.3 對SRAD的改進(jìn)39-46
• 4.3.1 對擴(kuò)散系數(shù)的改進(jìn)39-40
• 4.3.2 對擴(kuò)散模板的改進(jìn)40-42
• 4.3.3 改進(jìn)后SRAD與其他算法的效果比較42-46
• 第五章 基于拉普拉斯金字塔的圖像去噪46-58
• 5.1 拉普拉斯金字塔的分解和重構(gòu)46-50
• 5.1.1 高斯金字塔46-48
• 5.1.2 拉普拉斯金字塔48-49
• 5.1.3 圖像的反向重建49-50
• 5.2 在拉普拉斯金字塔域?qū)D像進(jìn)行處理50-58
• 5.2.1 拉普拉斯金字塔分解50-51
• 5.2.2 分層斑點(diǎn)噪聲抑制51-52
• 5.2.3 濾波算法的比較52-58
• 第六章 總結(jié)與展望58-59
• 參考文獻(xiàn)59-63
• 碩士期間發(fā)表的文章和申請的專利63-64
• 致謝64

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 李虹;王惠南;董海艷;;基于小波變換的血管內(nèi)超聲圖像血流斑點(diǎn)噪聲抑制研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2008年02期

2 劉春明;張相芬;陳武凡;;基于小波的醫(yī)學(xué)超聲圖像斑點(diǎn)噪聲抑制方法[J];中國醫(yī)學(xué)物理學(xué)雜志;2006年05期

3 ;[J];;年期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前6條

1 凌飛龍;汪小欽;陳蕓芝;;SAR圖像濾波去噪效果評價(jià)研究——以福建省海岸帶為例[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文選集[C];2003年

2 王志勇;張繼賢;王同孝;;SAR影像斑點(diǎn)噪聲濾除效果的定量化評價(jià)[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2003年

3 楊紅磊;彭軍還;;SAR圖像斑點(diǎn)噪聲抑制方法與應(yīng)用研究[A];2009全國測繪科技信息交流會(huì)暨首屆測繪博客征文頒獎(jiǎng)?wù)撐募痆C];2009年

4 方亮;李勝勇;;基于MMSE的SAS圖像斑點(diǎn)噪聲抑制算法比較[A];中國聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（下）[C];2007年

5 曹恒智;余先川;;基于FL-ELee的SAR降噪[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

6 武鼎;;基于Lee濾波的SAR圖像噪聲濾除方法[A];全國鈾礦大基地建設(shè)學(xué)術(shù)研討會(huì)論文集（下）[C];2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張倩;SAR圖像質(zhì)量評估及其目標(biāo)識別應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 田玲;眼科高頻超聲成像中斑點(diǎn)噪聲抑制算法的研究[D];北京協(xié)和醫(yī)學(xué)院;2016年

2 鄧陽陽;基于自適應(yīng)高斯濾波的斑點(diǎn)噪聲抑制研究[D];昆明理工大學(xué);2016年

3 劉斌;超聲圖像斑點(diǎn)噪聲抑制的研究[D];云南大學(xué);2012年

4 裴建英;針對斑點(diǎn)噪聲的圖像去噪與增強(qiáng)算法研究[D];河北大學(xué);2014年

5 洪雨;SAR圖像斑點(diǎn)抑制算法實(shí)現(xiàn)與質(zhì)量評估研究[D];南京航空航天大學(xué);2004年

6 王志勇;SAR斑點(diǎn)噪聲濾除軟件化方法研究[D];山東科技大學(xué);2004年

7 王霞;基于小波域模型分析的SAR圖像斑點(diǎn)噪聲抑制算法[D];西安電子科技大學(xué);2006年

8 蘇創(chuàng)業(yè);SAR圖像斑點(diǎn)噪聲抑制算法研究與應(yīng)用[D];廈門大學(xué);2008年

9 丁生榮;圖像斑點(diǎn)噪聲判別與參數(shù)估計(jì)方法研究[D];陜西師范大學(xué);2011年

10 王宇輝;基于醫(yī)學(xué)成像的斑點(diǎn)降噪與特征保持的研究及實(shí)現(xiàn)[D];南京郵電大學(xué);2013年

，

本文編號：665019