基于S變換的醫(yī)學(xué)影像降噪壓縮及稀疏傅里葉變換理論研究.pdf

1、S變換作為一種融合短時傅里葉變換和小波變換優(yōu)勢的算法，自1996年由R.G.Stockwell提出以來，就廣泛的應(yīng)用到了諸如電能質(zhì)量分析、天文觀測處理、地震信號分析等多個領(lǐng)域。隨后在1997年二維S變換的出現(xiàn)使S變換的應(yīng)用更加廣泛。離散正交S變換(DOST)的出現(xiàn)解決了原有S變換中的冗余性問題，降低了運(yùn)算復(fù)雜度。2009年，Wang Y.和Orchard J.提出利用快速傅里葉變換的思想實(shí)現(xiàn)DOST的高效運(yùn)算，即快速離散正交S變換(FD

2、OST)算法。FDOST算法的出現(xiàn)進(jìn)一步推動了S變換的廣泛應(yīng)用。
　　隨著信息技術(shù)的發(fā)展，現(xiàn)代醫(yī)療越來越多的使用各類醫(yī)學(xué)影像來輔助診斷，冠脈造影、CT、超聲等成像技術(shù)的出現(xiàn)極大的提高了診斷的準(zhǔn)確性，對醫(yī)學(xué)的發(fā)展起到了很好地促進(jìn)作用。而在使用醫(yī)學(xué)圖像的過程中不可避免的就會面臨噪聲的干擾以及存儲和傳輸?shù)男什桓叩葐栴}。因此，如何通過后期的處理提高醫(yī)學(xué)影像的質(zhì)量，同時使其傳輸與存儲更加便利，對醫(yī)學(xué)影像的應(yīng)用和發(fā)展具有非常重要的意義。

3、r>　　信號的S變換理論上可以通過先將信號做小波變換而后進(jìn)行相位校正得到，因此可以說S變換是小波變換的一種特殊形式，這也就保證了將基于小波變換的某些圖像分析處理方法引入S變換中的可行性。通過在S變換中引入小波變換的閾值降噪理論，并將其應(yīng)用在醫(yī)學(xué)影像處理領(lǐng)域，可以較為有效的減少圖像中的噪聲，提高圖像的質(zhì)量。通過對閾值降噪處理后的S變換參數(shù)進(jìn)行分析發(fā)現(xiàn)較多的參數(shù)在處理后都變?yōu)榱阒?。本課題利用這一特性，提出了一種醫(yī)學(xué)影像降噪壓縮方法，即對圖像

4、經(jīng)S變換降噪處理后的數(shù)據(jù)進(jìn)行壓縮。通過對冠脈造影圖像以及CT圖像的實(shí)驗(yàn)證明了本論文方法的可行性，其壓縮效率在相同情況下較傳統(tǒng)的圖像壓縮方法有了大幅提高，在提高醫(yī)學(xué)影像質(zhì)量的同時取得了較好的壓縮效果。
　　隨著大數(shù)據(jù)處理的興起，出現(xiàn)了許多利用信號的稀疏性進(jìn)行傅里葉變換的算法，如2012年由MIT的Haitham Hassanieh等人提出的稀疏快速傅里葉變換(SFFT)算法被評為當(dāng)年MIT的十大科技進(jìn)步成果。這種稀疏傅里葉變換算法利

5、用信號稀疏性將傅里葉變換的效率大幅度的提高。而在對醫(yī)學(xué)影像進(jìn)行S變換處理過程中發(fā)現(xiàn)，S變換并未利用醫(yī)學(xué)圖像所具有的稀疏特性。由于S變換從本質(zhì)上說也是基于傅里葉變換的，這啟發(fā)我們將傅里葉變換中的利用稀疏性的算法引入S變換中，改進(jìn)S變換的相關(guān)算法，從而提高S變換在處理醫(yī)學(xué)影像時的運(yùn)算效率與應(yīng)用性能。本論文通過研究各類稀疏傅里葉變換算法，總結(jié)出該類算法的共有步驟和關(guān)鍵技術(shù)問題，實(shí)現(xiàn)了一種利用信號稀疏性進(jìn)行傅里葉變換的算法。利用該算法對隨機(jī)信號