醫(yī)學(xué)超聲圖像復(fù)原方法研究.pdf

1、針對(duì)醫(yī)學(xué)超聲圖像的復(fù)原和重建問題，分別研究了基于同態(tài)濾波和最大后驗(yàn)估計(jì)的超聲圖像復(fù)原，基于二維壓縮感知的超聲圖像重建以及離散三角變換域的卷積乘積性質(zhì)三個(gè)方面內(nèi)容。
　　·超聲圖像復(fù)原：利用同態(tài)濾波和逆濾波器求出點(diǎn)擴(kuò)展函數(shù)之后，比較了自然稀疏(空間域l1范數(shù))、小波域稀疏(小波域l1范數(shù))和全變分(Total Variation，TV)正則化項(xiàng)對(duì)超聲圖像復(fù)原結(jié)果的影響，最后利用快速迭代收縮閾值(Fast iterativeshrin

2、kage thresholding，F(xiàn)IST)算法進(jìn)行了優(yōu)化，并通過分辨率增益和對(duì)復(fù)原圖像求輪廓來(lái)評(píng)價(jià)復(fù)原效果。結(jié)果表明，基于自然稀疏和FIST算法的超聲圖像復(fù)原方法能夠得到最高的分辨率增益并能得到最優(yōu)的邊界增強(qiáng)效果。
　　·基于二維壓縮感知的超聲圖像重建：提出了基于二維壓縮感知(Compressed Sensing，CS)和k-空間重建的方法對(duì)超聲圖像進(jìn)行了重建。結(jié)果表明，該算法能夠有效地降低一維CS的采樣和重建時(shí)間，并在重建質(zhì)

3、量上優(yōu)于二維CS。
　　·離散三角變換域的卷積乘積性質(zhì)：推導(dǎo)了一維和二維離散三角變換(DiscreteTrigonometric Transform，DTT)的卷積乘積性質(zhì)。結(jié)果表明，一維卷積結(jié)果的離散余弦變換(Discrete Cosine Transform，DCT)可表示成輸入信號(hào)的DCT與線性濾波器的離散傅里葉變換(Discrete Fourier Fransform，DFT)模的乘積，相對(duì)于傳統(tǒng)算法，該算法只需預(yù)計(jì)算濾波