版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、X射線醫(yī)學(xué)成像能觀察到患者體內(nèi)病變組織,這對(duì)醫(yī)學(xué)診斷有重要參考價(jià)值。針對(duì)傳統(tǒng)醫(yī)學(xué)X射線圖像噪聲強(qiáng)、層次感差和器官組織重疊的問(wèn)題,引入獨(dú)立成分分析(Independent Component Analysis, ICA)進(jìn)行圖像去噪和目標(biāo)提取重建研究。
本論文將ICA理論應(yīng)用于圖像去噪的理論分析和仿真實(shí)驗(yàn)中,采用兩種ICA去噪方法對(duì)X射線圖像序列去噪處理,并對(duì)輸出圖像進(jìn)行主觀和客觀標(biāo)準(zhǔn)評(píng)價(jià)?;贗CA結(jié)合稀疏編碼收縮法進(jìn)行圖像去
2、噪,設(shè)定滑動(dòng)窗口對(duì)目標(biāo)圖像進(jìn)行分割為更小的圖像序列,通過(guò)設(shè)定閾值函數(shù)對(duì)呈稀疏分布的信號(hào)去除噪聲保留有用信息。基于FastICA算法對(duì)圖像序列進(jìn)行去噪,改變輸入圖像張數(shù)對(duì)圖像去噪效果較為明顯,同時(shí)對(duì)算法復(fù)雜度和時(shí)間復(fù)雜度影響較大。實(shí)驗(yàn)結(jié)果表明兩種ICA圖像去噪都較好保留了圖像信息,去噪效果滿足主觀評(píng)價(jià)標(biāo)準(zhǔn)。
基于ICA的X射線醫(yī)學(xué)圖像目標(biāo)提取的理論分析和仿真中,首先ICA結(jié)合稀疏編碼收縮法對(duì)圖像降噪預(yù)處理以保證目標(biāo)提取精度;然后
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于ICA的SAR圖像去噪方法研究.pdf
- 基于Kernel ICA的PET圖像去噪的研究.pdf
- 基于ICA的掃描圖像去噪方法研究.pdf
- CS改進(jìn)基于ICA的X射線圖像目標(biāo)分離研究.pdf
- 基于小波變換的工業(yè)射線圖像去噪技術(shù)研究.pdf
- 基于小波變換的X射線數(shù)字底片圖像去噪方法研究.pdf
- 基于小波變換的醫(yī)學(xué)X射線數(shù)字底片圖像去噪方法研究.pdf
- 基于ICA稀疏編碼算法和輪廓波變換的圖像去噪研究.pdf
- 基于PDE的圖像去噪.pdf
- 紅外圖像去噪研究
- 圖像去噪與恢復(fù).pdf
- 偏微分方程在X線圖像去噪中的應(yīng)用.pdf
- 基于Contourlet的圖像去噪方法研究.pdf
- 基于稀疏表示的圖像去噪研究.pdf
- 基于塊的圖像去噪算法研究.pdf
- 基于svm分類與回歸的圖像去噪研究
- 圖像去噪方法的研究.pdf
- CBCT圖像去噪的研究.pdf
- 基于SVM分類與回歸的圖像去噪研究.pdf
- 基于dsp的圖像去噪實(shí)現(xiàn)
評(píng)論
0/150
提交評(píng)論