基于小波分析的醫(yī)學(xué)影像圖像融合與分解設(shè)計(jì)實(shí)現(xiàn)研究
發(fā)布時(shí)間:2021-07-19 16:20
分析了基于小波分析算法的數(shù)學(xué)模型,分別設(shè)計(jì)了基于小波分析的醫(yī)學(xué)影像圖像融合和醫(yī)學(xué)影像圖像分解仿真實(shí)現(xiàn),進(jìn)一步對醫(yī)學(xué)影像圖像融合與分解的處理結(jié)果進(jìn)行了仿真比較研究,表明基于小波分析的醫(yī)學(xué)影像圖像融合與分解效果較好.
【文章來源】:遼寧大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,47(02)
【文章頁數(shù)】:6 頁
【部分圖文】:
基于小波分析的醫(yī)學(xué)影像圖像融合圖
圖1 基于小波分析的醫(yī)學(xué)影像圖像融合圖它是由如圖2(a)所示的磁共振原始圖和圖2(b)所示的單光子發(fā)射型斷層圖像,經(jīng)過小波變換融合的圖像.通過融合實(shí)驗(yàn)結(jié)果圖2(c)可觀察到,融合醫(yī)學(xué)圖像既能夠表現(xiàn)出核磁共振圖像的解剖結(jié)構(gòu),也留存了該原始圖像的邊緣細(xì)節(jié)和紋理特征,而且也完整地體現(xiàn)出單光子發(fā)射型斷層圖像的功能信息,因而能夠從解剖圖像達(dá)到準(zhǔn)確的功能定位,實(shí)現(xiàn)不同模式醫(yī)學(xué)圖像信息的相互補(bǔ)充,使臨床診斷中準(zhǔn)確率更高.
仿真實(shí)驗(yàn)過程中采用MATLAB程序語言來進(jìn)行編程仿真實(shí)現(xiàn).通過小波分析,將原始醫(yī)學(xué)影像圖像信號分解過程的實(shí)現(xiàn)設(shè)計(jì)如圖3所示.運(yùn)行仿真程序,如圖4(b)所示為基于小波分析的圖像分解實(shí)驗(yàn)結(jié)果,該實(shí)驗(yàn)過程中信號的長度恒定,因而無需重建顯示出的近似系數(shù)和細(xì)節(jié)系數(shù).由于具有與原信號相同的近似系數(shù)和細(xì)節(jié)系數(shù),所以對經(jīng)過重建濾波后的信號不做采樣處理.
【參考文獻(xiàn)】:
期刊論文
[1]基于MATLAB的醫(yī)學(xué)影像圖像恢復(fù)實(shí)現(xiàn)研究[J]. 牟希農(nóng). 中央民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[2]基于維納濾波算法的醫(yī)學(xué)影像圖像除噪分析研究[J]. 陳軍. 遼寧大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[3]基于改進(jìn)的稀疏表示和PCNN的圖像融合算法研究[J]. 王建,吳錫生. 智能系統(tǒng)學(xué)報(bào). 2019(05)
[4]基于MATLAB軟件對地磁含噪信號降噪處理算法的新研究[J]. 汪偉明,賀巍. 防災(zāi)減災(zāi)學(xué)報(bào). 2018(04)
[5]單層小波分解下圖像行列壓縮感知選擇算法[J]. 趙鴻圖,霍江波. 測控技術(shù). 2018(09)
[6]基于小波變換的PET/CT圖像融合算法研究進(jìn)展[J]. 李印,左志超,金觀橋,蘇丹柯. 中國醫(yī)學(xué)影像技術(shù). 2018(08)
[7]基于OLS算子和小波分解的分水嶺圖像分割算法[J]. 謝雅佳. 湖南文理學(xué)院學(xué)報(bào)(自然科學(xué)版). 2018(02)
[8]基于加權(quán)小波分析的遙感圖像融合算法[J]. 莫才健,田健榕,武鋒強(qiáng),陳莉,鄒強(qiáng). 吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2018(03)
[9]改進(jìn)的單幅近紅外掌紋掌靜脈圖像融合識別[J]. 江曉龍,王華彬,王東旭,朱顏,陶亮. 計(jì)算機(jī)應(yīng)用研究. 2019(06)
[10]基于小波變換和一致性檢驗(yàn)的多模態(tài)醫(yī)學(xué)圖像融合算法[J]. 高清河,剛晶,王和禹,劉海英. 北京生物醫(yī)學(xué)工程. 2018(02)
碩士論文
[1]基于小波變換的木材圖像處理技術(shù)研究[D]. 王亞超.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2013
[2]基于四鄰域的分形遙感圖像壓縮[D]. 王惠潥.中南大學(xué) 2012
[3]基于小波變換的圖像閾值去噪研究與實(shí)現(xiàn)[D]. 劉楊.成都理工大學(xué) 2011
[4]基于小波變換的圖像去噪算法研究[D]. 劉艷霞.天津大學(xué) 2009
[5]基于數(shù)字圖像處理的板形識別研究[D]. 李光煜.重慶大學(xué) 2008
[6]激光雷達(dá)紅外點(diǎn)目標(biāo)圖像預(yù)處理技術(shù)研究[D]. 張冬云.電子科技大學(xué) 2008
本文編號:3291019
【文章來源】:遼寧大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,47(02)
【文章頁數(shù)】:6 頁
【部分圖文】:
基于小波分析的醫(yī)學(xué)影像圖像融合圖
圖1 基于小波分析的醫(yī)學(xué)影像圖像融合圖它是由如圖2(a)所示的磁共振原始圖和圖2(b)所示的單光子發(fā)射型斷層圖像,經(jīng)過小波變換融合的圖像.通過融合實(shí)驗(yàn)結(jié)果圖2(c)可觀察到,融合醫(yī)學(xué)圖像既能夠表現(xiàn)出核磁共振圖像的解剖結(jié)構(gòu),也留存了該原始圖像的邊緣細(xì)節(jié)和紋理特征,而且也完整地體現(xiàn)出單光子發(fā)射型斷層圖像的功能信息,因而能夠從解剖圖像達(dá)到準(zhǔn)確的功能定位,實(shí)現(xiàn)不同模式醫(yī)學(xué)圖像信息的相互補(bǔ)充,使臨床診斷中準(zhǔn)確率更高.
仿真實(shí)驗(yàn)過程中采用MATLAB程序語言來進(jìn)行編程仿真實(shí)現(xiàn).通過小波分析,將原始醫(yī)學(xué)影像圖像信號分解過程的實(shí)現(xiàn)設(shè)計(jì)如圖3所示.運(yùn)行仿真程序,如圖4(b)所示為基于小波分析的圖像分解實(shí)驗(yàn)結(jié)果,該實(shí)驗(yàn)過程中信號的長度恒定,因而無需重建顯示出的近似系數(shù)和細(xì)節(jié)系數(shù).由于具有與原信號相同的近似系數(shù)和細(xì)節(jié)系數(shù),所以對經(jīng)過重建濾波后的信號不做采樣處理.
【參考文獻(xiàn)】:
期刊論文
[1]基于MATLAB的醫(yī)學(xué)影像圖像恢復(fù)實(shí)現(xiàn)研究[J]. 牟希農(nóng). 中央民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[2]基于維納濾波算法的醫(yī)學(xué)影像圖像除噪分析研究[J]. 陳軍. 遼寧大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[3]基于改進(jìn)的稀疏表示和PCNN的圖像融合算法研究[J]. 王建,吳錫生. 智能系統(tǒng)學(xué)報(bào). 2019(05)
[4]基于MATLAB軟件對地磁含噪信號降噪處理算法的新研究[J]. 汪偉明,賀巍. 防災(zāi)減災(zāi)學(xué)報(bào). 2018(04)
[5]單層小波分解下圖像行列壓縮感知選擇算法[J]. 趙鴻圖,霍江波. 測控技術(shù). 2018(09)
[6]基于小波變換的PET/CT圖像融合算法研究進(jìn)展[J]. 李印,左志超,金觀橋,蘇丹柯. 中國醫(yī)學(xué)影像技術(shù). 2018(08)
[7]基于OLS算子和小波分解的分水嶺圖像分割算法[J]. 謝雅佳. 湖南文理學(xué)院學(xué)報(bào)(自然科學(xué)版). 2018(02)
[8]基于加權(quán)小波分析的遙感圖像融合算法[J]. 莫才健,田健榕,武鋒強(qiáng),陳莉,鄒強(qiáng). 吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2018(03)
[9]改進(jìn)的單幅近紅外掌紋掌靜脈圖像融合識別[J]. 江曉龍,王華彬,王東旭,朱顏,陶亮. 計(jì)算機(jī)應(yīng)用研究. 2019(06)
[10]基于小波變換和一致性檢驗(yàn)的多模態(tài)醫(yī)學(xué)圖像融合算法[J]. 高清河,剛晶,王和禹,劉海英. 北京生物醫(yī)學(xué)工程. 2018(02)
碩士論文
[1]基于小波變換的木材圖像處理技術(shù)研究[D]. 王亞超.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2013
[2]基于四鄰域的分形遙感圖像壓縮[D]. 王惠潥.中南大學(xué) 2012
[3]基于小波變換的圖像閾值去噪研究與實(shí)現(xiàn)[D]. 劉楊.成都理工大學(xué) 2011
[4]基于小波變換的圖像去噪算法研究[D]. 劉艷霞.天津大學(xué) 2009
[5]基于數(shù)字圖像處理的板形識別研究[D]. 李光煜.重慶大學(xué) 2008
[6]激光雷達(dá)紅外點(diǎn)目標(biāo)圖像預(yù)處理技術(shù)研究[D]. 張冬云.電子科技大學(xué) 2008
本文編號:3291019
本文鏈接:http://sikaile.net/yixuelunwen/swyx/3291019.html
最近更新
教材專著