第1章 绪论
1.1引言
自1972年X一CT出现后,医学成像技术己随着计算机科学与技术的迅猛发展而被广泛应用于现代医学研究及临床领域,诸如计算机X射线断层扫描成像(ComputedTomo9aPhy,CT)核磁共振成像(Ma,etieResonanee,MR)超声成像(ultrasound)以及数字乳腺X线摄影(Digitalm~o9即hy)等各种医学成像技术的临床应用,使医学诊断和治疗技术取得了极大的进展同时将各种成像技术得到的信息进行互补,也为生物医学研究提供了有力的科学依据,使得医学影像处理成为数字图像处理的一个重要分支随着医学影像处理领域研究的不断深入,纹理分析方法的不断成熟,80年代初纹理分析方法由Sutton,Hall首次应用于肺病识别中以检测正常与非正常组织,自此纹理分析在医学影像领域得到了广泛的应用例如对细胞图像X光片乳腺铝靶片CT图像MR图像PET图像超声图像等进行纹理分析以获得纹理特征,实现纹理分割纹理检索纹理分类以及纹理图像的定量分析医学影像的纹理分析是医学影像处理的较高阶段,通过对医学影像做数学或信息论处理得到纹理度量,给出某一纹理区别于其他纹理的数学依据,为后续的图像分割图像检索图像分类等提供有效的数据支持其主要作为计算机理解的基础,目前己被广泛应用于医学影像辅助检测与诊断(ComputerAidedDiagnosis,CAD)的定量分析中尽管纹理分析的方法种类繁多,但至今没有一个特别有效的方法在纹理分析中都能获得应用,在对医学影像的处理中其效果很大程度上取决于所采用的数学处理方法与处理对象
1.2课题背景及研究的意义
S变换是由stockwell等人于19%年提出的一种加窗傅立叶变换方法,它是以Morlet小波为基本小波的连续小波变换的延伸S变换集中了短时傅立叶变换和小波变换的优点,它既是时窗宽度随频率变化而变化的短时傅立叶变换,又是对小波变换的相位校正它把频率的倒数作为尺度因子,因而在低频段的时窗较宽,可获得较高的频率分辨率;而高频段的时窗较窄,可获得较高的时间分辨率与短时傅立叶变换小波变换等时频方法相比,S变换有其独特的优点S变换的逆变换结果为傅立叶变换谱,因此与傅立叶谱密切相关,S变换的分辨率与频率有关,同时基本小波不必满足容许性条件S变换在变换过程中不会丢失有用信息,S变换具有无损可逆性由于S变换在时频域都能取得很高的分辨率,人们对其在各个领域的应用也越来越多S变换作为比小波变换更优良的方法(更好的时频聚焦性或时频分辨率)在众多领域都有广泛的应用如国外:一维S变换分析技术主要应用于地震信号分析天文数据处理电能质量分析信号降噪处理等领域二维S变换也有许多学者进行了研究,比较有代表性的有2003年cR.Pinnegar等人将s变换应用于信号降噪过程中
第2章纹理分析的理论基础
纹理是物体表明的固有特征之一,也是图像区域一种重要的属性对纹理的分析是图像分析的一个重要分支,其中对纹理表达和描述方法主要有4类:统计法,结构法,模型法,频谱法对纹理的研究工作除了要表达和描述纹理外,还有对纹理图像的分割,对纹理图像的分类以及从纹理变化恢复景物信息纹理是图像分析中常用的概念,在生活中也常用到,但目前对纹理尚无一致的定义人们可以判断出纹理的存在性,但是缺少对纹理比较严格的定义纹理可以认为是灰度在空间以一定的形式变化而产生的图案,一般来说可以认为纹理是许多相互接近的互相编织的元素构成,所以直观来说纹理描述可提供图像区域的平滑稀疏规则性等特性一般来说,纹理和图像频谱中的高频分量是密切联系的,光滑的图像即主要包含低频分量的部分一般不被当作纹理图像来看待纹理具有区域性质的特点,通常被看作局部区域中像素之间关系的一种度量,对单个像素来说讨论纹理是没有意义的纹理可用来辨识图像中的不同区域要描述一个图像中的纹理区域,常使用区域的尺寸可分辨灰度元素的数目以及这些灰度元素的相互关系等对纹理的表达常需要用矢量,或者说一个纹理可用多维特征空间中的一个点来表示纹理分析一直是图像处理和计算机视觉领域研究的热点和难点纹理分析的主要研究内容包括纹理描述纹理分割纹理分类纹理检索等,是计算机视觉和模式识别的重要组成部分
2.1医学图像纹理
许多疾病导致人体的某些组织器官发生病理改变,利用各种成像技术获得的医学图像可反映这种变化医学图像在临床诊断与治疗中发挥着重要作用,然而现阶段临床对医学图像的信息利用尚显不够,仍基本停留在医生直接读片来获得诊断结果的阶段,而这种方式由于知识背景从业经验疲劳程度以及情绪影响等因素的作用,容易得出错误的结论CAD技术的应用能够降低这些人为因素对医学诊断带来的影响其方法之一是通过分析医学图像所表现的病变组织的纹理结果特征,为诊断治疗提供依据医学图像纹理的直观意义十分明确,可以很容易的分辨出各种组织由于纹理形式的广泛性与多样性,纹理并没有一种被广泛认可的定义,通常纹理的定义取决于所考虑的特定应用为了能够用计算机进行纹理分析和形成统一的尺度,需将医学图像中的纹理,即相邻像素的空间变化特征及组合情况进行量化,形成纹理变量或纹理图像,以便于医学图像的分析与理解定量的纹理信息不能由医学图像数据直接得到,必须经过图像纹理分析进行提取图像纹理分析指的是通过一定的图像处理技术提出纹理特征,获得纹理的定量或定性描述的处理过程
2.2图像纹理种类
纹理是像素在灰度空间分布的规律性,任何事物都具有纹理属性,不同事物的纹理具有不同的特点Pickett指出/纹理可以用二维数组变量来描绘在保持重复性特征不变的情况下,要素的间距或排列规则可以任意布置.81Hawkins给出了一个对纹理更为详细的描述:.某种局部的-样式.在一个序列更大区域内的不断重复;2.序列是由基本部分非随机排列组成的;3.各部分大致都是均匀的统一体,纹理区域内的任何地方都有相似的结构尺寸,,纹理一般可以分为两大类:一类是规则纹理,它由确定形状的纹理基元按某种规则排列而成,也称为人工纹理另一类是自然纹理,其纹理基元没明确的形态,而是某种灰度或颜色的重复分布,这样的重复规律在局部范围内往往难以体察,只有从整体上才能显露,也就是说,这类纹理存在着局部不规则和整体规律性的特点从纹理的局部区域统计特征上可以将纹理大致地分为结构型纹理和随机型纹理具有独立基本结构与明显局部性的纹理为结构型纹理,例如布纹砖墙,反之为随机型纹理诸如沙砾气象云图从纹理图像中可以发现人工纹理多出点线多边形等有规律的排列组成,人工纹理图像通常表现为结构型纹理,此种纹理利用结构法或分形法会得到不错的效果而自然纹理图像通常是随机型纹理,如医学图像的纹理,这种纹理比较适合用统计方法或变换域方法
第1章绪论……………………1
1.1引言……………………2
1.2课题背景及研究的意义……………………4
1.3变换综述……………………5
1.4本文的主要工作及内容安排……………………7
第2章纹理分析的理论基础……………………9
2.1医学图像纹理……………………10
2.2图像纹理种类……………………12
结论
目前,采用DJCOM标准的数字医学影像已成为各类疾病临床诊断的关键信息来源和基本依据其中,胸CT被公认为是显示肺部病变最敏感的影像学检查方法但是,由于人体细节组织结构的复杂性以及CT成像系统中各种不利因素的影响,临床获取的CT影像通常会呈现灰度动态范围宽细节丰富对比度差的特点一些恶性疾病的早期确诊在应用了CAD下得到了很大的提升,但是由于医学影像的复杂性,如对肿瘤等组织的特征提取较为困难特征提取的方法对诊断结果的影响越来大,需要一种有效的方法提取纹理特征本文深入地研究了基于过采样二维S变换的实现方法,虽然取得了一些成绩,但工作还不够完善鉴于课题的研究内容和二维S变换的发展趋势,在以下几方面值得进一步的探讨:
1).在第三章中提到的二维S变换的实现方法,本文现在只实现了对于Zn*Zn大小的图像进行处理,可以从下面几个方向改进-对非Zn*2#的图像进行扩充,或者编程实现对傅立叶频谱的非对称分割
2).在第四章中的分割实验中,本文只采用了纹理的能量特征进行分割,分割效果并不是很理想,可以应用其他的纹理特征对图像进行分割,效果可能会更好
参考文献
[l]高静怀,陈文超,李幼铭.广义s变换与薄互层地震响应分析[J].地球物理学报.2003,46(4):526一532
[2]邹文,陈爱萍,贺振华.基于S变换的地震相分析技术=J].石油物探.2006,1(45):48一51
[3]陈学华,贺振华,黄德济.广义S变换及其时频滤波[J].信号处理.2008,1(24):28一31
[4]占勇,程浩忠,吕干云.基于S变换的电能质量扰动支持向量机分类识别[J].中国电机工程学报.2005人25):51一56
[5]习杨洪耕,刘守亮.基于s变换的电压凹陷分类专家系统[J].中国电机工程学报,2007,1(27):98一104
[6]谷湘文,高培生,吴为麟.基于S变换和神经网络的电能质量多扰动分类识别
[7]李前娜,孙丰荣.5变换分析技术及其在心肌声学造影(McE)图像降噪中的应用研究.硕士学位,山东大学,2007年4月
[8]王丽梅,孙丰荣,张明强.5变换在心肌声学造影图像降噪中的应用[J1.计算机工程.2009,13(35):216一218
[9]吴均,赵忠明.利用基于小波的尺度共生矩阵进行纹理分析[J].遥感学报.2001,2(5):100一103
[10]赵晖,鲍莉,梁光明,张耀东.基于综合灰度共生矩阵的显微细胞图像纹理研动化技术与应用.2004,10(23):27一30