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、超聲成像是臨床醫(yī)學(xué)常規(guī)診斷的四大影像設(shè)備之一。超聲圖像的分辨率不如CT和MRI高,提高超聲圖像的分辨率,使其能夠顯示更多組織紋理、邊緣等細(xì)節(jié)成為一個(gè)重要的研究課題。本論文應(yīng)用反卷積技術(shù),去除成像過(guò)程中系統(tǒng)函數(shù)(沖擊響應(yīng)函數(shù))對(duì)超聲圖像的影響,提高圖像質(zhì)量。
超聲回波信號(hào)是由被測(cè)組織反射分布與超聲系統(tǒng)的系統(tǒng)函數(shù)卷積,再加上噪聲所組成。卷積是造成分辨率退化的根本原因,反卷積技術(shù)能有效地提高超聲圖像的分辨率。由于超聲儀的系統(tǒng)函數(shù)
2、是未知的,因此本論文的工作主要分為兩個(gè)部分:首先應(yīng)用高階譜ARMA模型的方法估計(jì)超聲系統(tǒng)函數(shù),然后用鏡像小波閾值反卷積算法對(duì)超聲射頻信號(hào)進(jìn)行反卷積處理,最后完成圖像顯示。
傳統(tǒng)的倒頻譜超聲系統(tǒng)函數(shù)提取方法不能將系統(tǒng)函數(shù)和被測(cè)信號(hào)完全分離,使得系統(tǒng)函數(shù)和被測(cè)對(duì)象有關(guān),違背了測(cè)量基本原理。高階譜ARMA方法能夠?qū)⒏咚乖肼暫统曅盘?hào)完全分離,從而抑制高斯噪聲,得到的系統(tǒng)函數(shù)與被測(cè)組織無(wú)關(guān)。這一重要性質(zhì)使得到的系統(tǒng)函數(shù)是一個(gè)通用的
3、系統(tǒng)函數(shù),可以應(yīng)用于所有被測(cè)對(duì)象。本論文采用的鏡像小波基可以改善普通小波基高頻部分分辨率差的缺點(diǎn),提高反卷積精度。論文工作對(duì)3位志愿者177組頸部和腹部超聲信號(hào)采用通用系統(tǒng)函數(shù)處理,實(shí)驗(yàn)結(jié)果表明:基于高階譜ARMA模型的方法可以估計(jì)出與組織無(wú)關(guān)的系統(tǒng)函數(shù),同時(shí),經(jīng)過(guò)鏡像小波閾值反卷積后,頸部圖像分辨率增益縱向達(dá)2.7558-3.3275,橫向達(dá)1.5074-1.9251,腹部圖像分辨率增益縱向達(dá)2.6783-4.6141,橫向達(dá)2.01
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
- 基于高階譜和小波分析的超聲醫(yī)學(xué)圖像反卷積研究.pdf
- 醫(yī)學(xué)超聲信號(hào)鏡像小波反卷積研究.pdf
- 超聲成像的系統(tǒng)辨識(shí)及小波反卷積研究.pdf
- OCT小波反卷積成像研究.pdf
- 小波反卷積及其在超聲圖像中的應(yīng)用.pdf
- 醫(yī)學(xué)超聲信號(hào)反卷積研究.pdf
- 基于小波變換的醫(yī)學(xué)超聲圖像融合.pdf
- 1813.基于反卷積方法的光聲成像研究
- 基于小波的醫(yī)學(xué)超聲圖像去斑點(diǎn)噪聲方法.pdf
- 基于小波變換反銳化掩模CR醫(yī)學(xué)圖像增強(qiáng)研究.pdf
- 超聲圖像反卷積與分割研究.pdf
- 基于小波變換的醫(yī)學(xué)超聲圖像去噪方法研究.pdf
- 19174.小波變換下arma改進(jìn)模型預(yù)測(cè)話務(wù)總量的研究
- 帶觀測(cè)滯后的ARMA信號(hào)最優(yōu)融合反卷積濾波器.pdf
- 基于球面反卷積稀疏成像的腦白質(zhì)纖維跟蹤算法研究.pdf
- 基于小波多分辨高階矩的保險(xiǎn)公司組合投資模型.pdf
- 基于壓縮感知醫(yī)學(xué)超聲成像技術(shù)的研究.pdf
- 基于脊波濾波器和反卷積結(jié)構(gòu)模型的SAR圖像分割.pdf
- 基于小波變換的ARMA和極限學(xué)習(xí)機(jī)組合模型的網(wǎng)絡(luò)流量預(yù)測(cè).pdf
- 基于語(yǔ)義和脊波反卷積網(wǎng)絡(luò)的SAR圖像分割.pdf
評(píng)論
0/150
提交評(píng)論