1超声医学成像的历史回顾
最早将超声波用于医学诊断的是奥地利的K.T.Dussilk1942年他使用A型超声装置,用穿透法探测颅脑疾病并于1949年报告了所获得的头部的超声图像尽管他所采用的投射式A型示波并未达到使用的程度,但是却引起了各国的许多研究者对超声诊断的浓厚兴趣1950年,美国的等人采用脉冲反射式示波法获得了脑肿瘤标本的反射波,从而奠定了A型超声诊断的基础1952年,美国的研究人员D.H.H0wry开始研究超声显像法1953年Hertz等人首先用脉冲回波法诊断心脏疾病,出现了M型超声图同期出现了二维B型显示原理和生物组织超声散射特性研究的报道1954年研究人员D.H.Hwry将B超应用于临床1958年,鲍姆(GB)等开始应用扇形扫查法检查眼球,同年英国人1.Donald等用BP型超声诊断盆腔肿物和妊娠子宫,开展了眼科和妇产科的超声显像1967年,研究人员N.Bom提出电子扫描法,同年研究人员J.C.Soner提出相控阵扫描法1968年,研究人员P.N.T.WellS提出时间增益控制补偿原理,同年研究人员将计算机技术应用于B超
1.1超声医学图像去噪及增强技术的研究背景和意义
由于超声医学具有实时显像安全性高价格便宜使用方便等优点,使得超声在诊断和医疗上应用与发展越来越广阔但在超声医学成像过程中,当人体组织的结构尺寸与入射超声波波长相近或小于波长时,超声波束发生散射,相位不同的散射回波就会相互干涉产生斑点噪声由于斑点噪声的存在,降低了图像的分辨性,严重影响了图像质量,尤其是造成边缘与细节模糊,增加了医学诊断与治疗的难度因而,研究这种特殊斑点的特性,并且在此基础上进一步研究如何抑制这种斑点,并保留与增强图像边缘和细节特征,对于准确地进行边缘检测图像识别分割与定位,以及诊断器官是否有病变都具有十分重要的意义
2小波变换理论与PCNN理论
本章首先介绍了小波理论的基础知识,接着介绍了小波图像分解和重构方法,最后介绍了脉冲藕合神经网络的基本原理及特性,为后续的研究工作奠定基础
2.1小波变换基本理论
PCNN模型中具有许多参数,它们的改变会直接影响PCNN的运行行为PCNN的网络参数可以分成两类:一般参数和应用参数一般参数包括链接权矩阵和链接幅值系数,应用参数包括链接强度系数刀闭值幅度系数气和闭值衰减时间常数下面对各个参数运行分析说明(1)蜘和际为链接加权系数矩阵为反馈输入域凡中几的加权系数,际为祸合链接输入域中几防的加权系数和际表示中心神经元受周围神经元影响的大小,反应邻近神经元对中心神经元传递信息的强弱州和际,有多种取值方式,可以根据实际需要选择不同的取方式(2)为链接幅值系数,用来调整链接幅值,即利用邻域内的点火神经元对中心神经元传递的能量按照一定的比例进行缩放,同样对邻域神经元也具有提升作用(3):a:为衰减时间常数,其用来决定来自凡通道神经元的衰减速度越大,通道的衰减速度就越快,反之,衰减速度就越慢(4)为链接强度系数,用来调节周围神经元之间相互作用的强弱,并对中心神经元的点火周期有着重要的影响较大连接系数能引起较大范围的同步脉冲
2.2脉冲辊合神经网络基本原理及性能分析
斑点噪声严重影响了超声图像的质量,给临床医学诊断带来极大的困难,需要采用滤波技术将其滤除,在各类滤波算法中,小波变换被认为是用于恢复信号的一种最有效的工具,研究人员作了大量的研究,首先,等人第一次提出了基于小波的噪声抑制方法接着提出了软阂值算法对一维信号进行除噪之后提出改进的小波系数估计模型,即半一软阂值算法,但在去除超声医学图像斑点噪声时,软闽值易引起边界模糊,硬闭值易产生伪像,半一软闭值易引起部分高频信号的相对过增强,产生新的伪像并且现有的方法大都采用固定阂值,要么造成信号丢失,要么过多的残留噪声针对固定闭值造成高频信号丢失的缺点,结合数学形态学识别信号的优点,进一步提出了基于形态学和小波相结合的超声医学图像去噪方法实验结果证明,上述两种方法,既能够有效的去除噪声又能够较好地保持图像细节,同时有效地改善了视觉效果
1绪论.......................................................................................................................................1
1.1超声医学成像的历史回顾..............................................................................1
1.2超声医学图像去噪及增强技术的研究背景和意义...............................2
1.3超声医学图像去噪及增强的发展与国内外现状......................................4
1.3.1超声医学图像去噪技术的发展与国内外现状.,........................4
1.3.2超声医学图像增强技术的发展与国内外现状.........................,..,6
1.4超声医学图像去噪技术的性能评价指标.....................,........................6
1.5论文的结构及主要研究工作.........................................,............................7
2小波变换理论与PCNN理论...............................................................................,.9
2.1小波变换基本理论.............................................................................................9
2.1.1小波变换的基本概念.....................,.................................,...........9
2.1.2二进小波变换...........................................................................................10
2.1.3多分辨分析......................................,.........................................,.,.H
2.1.4图像的小波分解与重构........................................................................12
2.2脉冲祸合神经网络基本原理及性能分析..................................................13
结论
本文从超声医学图像的特点出发,阐述了超声医学图像的小波闽值去噪方法,并针对现有小波去噪引起边缘模糊的现象,系统探讨几种基于PCNN的小波域超声医学图像去噪方法和基于维纳滤波和小波相融合的超声医学图像去噪方法,以消除图像边缘模糊现象,增强超声图像的分辨效果;并针对超声医学图像的灰度分布不合理现象,建立了基于自适应低通滤波的超声医学图像增强算法模型综合本课题的研究内容,形成以下结论:
1.通过改变闭值去噪方法,即通过线性变换改变小波系数的大小,可以改进小波阂值去造引起的边缘模糊现象
2.通过形态学击中或击不中变换来识别高频信号低于阂值的小波系数能够更好的保留图像的高频细节
3.利用脉冲祸合神经网络的脉冲祸合特性,能够很好的区分信号和噪声小波系数,采用相应的步长修改小波系数和改进的小波闭值去噪方法修改小波系数,能够更好的保留图像的高频细节
参考文献
1胡新氓.医学物理学[MI.人民卫生出版社,2001,67-71.
2张泽宝.医学影像物理学四人民卫生出版社,2007,171-176.
3徐跃.医学影像设各学人民卫生出版社,2005,196-202.
4赵红云.超声图像的滤波与分割研究田].秦皇岛:燕山大学,2003,1-4.
5郭圣文.超声图像斑点研究及应用南京:东南大学,2003,1-4.
6陈胜.基于偏微分方程超声医学图像处理.上海:上海交通大学,2006,7.
7林纯颖.超声眼球图像视网膜三维重建方法研究[D].重庆:重庆大学,2007,1-2.
8史飞.脉冲祸合神经网络在图像处理中的应用研究.兰州:兰州大学,2003,13-28.
9田勇,郭建征,马义德,等.小波变换与在图像处理中的比较与结合[J].甘肃科学学报,2006,12(4):53-55
10任获荣,张平,王家礼.一种新的小波图像去噪方法[J1.红外与激光程,2003,32(6):643-646.