基于奇異值濾波的醫(yī)學(xué)CT圖像噪聲和偽影去除研究.pdf

1、如今，醫(yī)學(xué)CT成像技術(shù)已經(jīng)成為臨床診斷最流行的輔助工具之一。但是在醫(yī)學(xué)成像過(guò)程中，由于成像系統(tǒng)和外界干擾等因素的不良影響，使得CT重建圖像不可避免地引入各種噪聲和偽影。噪聲和偽影嚴(yán)重降低了圖像的密度分辨率，導(dǎo)致病變生理組織結(jié)構(gòu)的影像變得非常模糊，給醫(yī)生快速診治疾病帶來(lái)麻煩。
　　基于醫(yī)學(xué)CT圖像的特點(diǎn)，本論文提出基于奇異值濾波的降噪方法，既能有效去除醫(yī)學(xué)CT圖像偽影，又能去除圖像噪聲。本文具體工作如下：
　　首先，提出基于濾

2、波反投影( Filtered Back Projection，F(xiàn)BP)和分塊奇異值分解(Singular Value Decomposition，SVD)的CT圖像星狀偽影濾波方法。由于在CT圖像反投影重建過(guò)程中，容易引起星狀偽影，因此本文在濾波反投影重建圖像的基礎(chǔ)上，提出對(duì)FBP重建圖像分塊SVD濾波方法，實(shí)驗(yàn)得到較好的效果。
　　然后，提出基于緊鄰插值和分塊SVD的CT圖像環(huán)狀偽影濾波算法。利用原始Shepp-Logan（簡(jiǎn)稱

3、S-L）體模圖像，反投影重建出帶有環(huán)狀偽影的圖像，接著對(duì)環(huán)狀偽影圖像采用Roberts算子的邊緣檢測(cè)函數(shù)檢測(cè)出偽影圓并定位標(biāo)記，然后對(duì)偽影緊鄰插值，最后對(duì)插值圖像采用分塊SVD方法，即可得重構(gòu)圖像，環(huán)狀偽影抑制獲得較好效果。
　　其次，提出基于醫(yī)學(xué)CT圖像去噪的選取SVD重構(gòu)階數(shù)的改進(jìn)方法。傳統(tǒng)判定SVD重構(gòu)圖像的有效奇異值數(shù)目的方法是根據(jù)奇異譜和奇異熵增量的曲線拐點(diǎn)作為閾值的。但是有時(shí)拐點(diǎn)并不清晰，存在“弧線過(guò)渡區(qū)”，特別是信噪