基于ICA與小波變換的醫(yī)學超聲圖像預處理算法的研究.pdf

1、超聲診斷具有無損、價廉、非電離輻射性、實時等優(yōu)點，使其成為現(xiàn)代臨床醫(yī)學必不可少的影像診斷技術(shù)之一。由于超聲成像的相干特性產(chǎn)生的大量斑點噪聲，使超聲圖像存在信噪比低、成像質(zhì)量差等問題，尤其是掩蓋和降低了圖像某些細節(jié)信息，給之后的圖像特征提取和識別，病情診斷及定量分析造成不利的影響。因此，抑制這些噪聲，增強圖像的細節(jié)，改善圖像質(zhì)量是超聲圖像分析和識別的重要預處理環(huán)節(jié)，也成為近年來備受研究人員關注的熱點問題。
　　本文主要對醫(yī)學超聲圖像

2、的預處理方法進行研究，重點分析了醫(yī)學超聲圖像的去噪與增強方法，并針對其中存在的問題，提出相應的改進算法。
　　相對于傳統(tǒng)去噪方法，ICA算法在信噪分離方面具有明顯的優(yōu)勢，然而在實際問題中，源信號維數(shù)與觀測信號維數(shù)往往不相等，從而限制了其應用領域。針對這個問題，本文提出了基于虛擬通道的ICA算法。該算法通過引入虛擬通道的概念，增加觀測信號的維數(shù)，并分析了虛擬通道應用于ICA的原理，對如何構(gòu)造虛擬通道進行討論，最后通過仿真實驗重點驗證

3、了算法的去噪性能，分析了其在去噪方面的優(yōu)勢及問題，為后續(xù)研究奠定了基礎。
　　然而，若將基于虛擬通道的ICA算法應用到醫(yī)學超聲圖像去噪中，首先要解決在沒有先驗知識的情況下如何獲得匹配度高的虛擬通道的問題，為此本文提出了基于自適應虛擬通道的醫(yī)學超聲圖像去噪算法。算法從虛擬通道構(gòu)造的幾個問題入手，提出了用雙樹復小波(DT-CWT)分解醫(yī)學超聲圖像，自適應構(gòu)造虛擬通道的方法，并對DT-CWT與ICA結(jié)合去噪的優(yōu)勢進行討論，最后通過與經(jīng)典

4、醫(yī)學超聲圖像去噪方法的對比，驗證了本方法提取的虛擬通道匹配度高，并能在有效去噪的同時保留圖像細節(jié)、紋理特征，其各項去噪性能評價指標均好于經(jīng)典方法。
　　針對小波增強中小波閾值和調(diào)整函數(shù)的選擇問題，及其不能同時兼顧細節(jié)與邊緣的不足，本文提出了基于ICA與小波的醫(yī)學超聲圖像增強算法。算法首先用ICA提取醫(yī)學圖像特征，并通過實驗驗證該圖像特征層次感強、邊緣清晰、細節(jié)信息豐富，然后對其進行小波分解便可以自適應的生成需要調(diào)整的特征參數(shù)，再結(jié)