基于多尺度聚類和非局部自回歸學(xué)習(xí)的醫(yī)學(xué)圖像超分辨率重建研究.pdf

1、醫(yī)學(xué)圖像在臨床治療上擁有廣泛的應(yīng)用，因為它能提供病人器官的必要信息，從而指導(dǎo)精確地治療。醫(yī)學(xué)圖像數(shù)據(jù)能真實地呈現(xiàn)出病人器官的形態(tài)及其病變的位置，所以對病人的臨床治療有重要指導(dǎo)意義。然而，現(xiàn)有的醫(yī)學(xué)設(shè)備獲得的醫(yī)學(xué)圖像分辨率受放射劑量的影響較大，較高的圖像分辨率就意味著患者需要受到更多的照射劑量，這無疑會對病人產(chǎn)生不好地影響。但是如果分辨率較低，就容易對醫(yī)生的診療帶來困難，從而對最終患者的治療產(chǎn)生影響。圖像處理技術(shù)包含的方面很多，超分辨率重

2、建是其中的一項分支，它的作用是用來提高圖像的分辨率。具體過程就是尋求單幅或多幅低分辨率圖像的額外先驗信息，將這些先驗知識加入圖像，從而提升圖像的分辨率，重建出高分辨率圖像。這項技術(shù)不是通過提高物理設(shè)備的配置，而是在得到圖像后，用計算機處理圖像的方法提高圖像質(zhì)量，這是一種提高圖像分辨率的后序處理方法。
　　本文在研究了圖像的退化模型后，針對醫(yī)學(xué)圖像存在的問題，根據(jù)醫(yī)學(xué)圖像的特征，將超分辨率重建技術(shù)應(yīng)用在醫(yī)學(xué)圖像上，提出了兩種提高醫(yī)學(xué)

3、圖像分辨率的方法：基于多尺度聚類的醫(yī)學(xué)圖像超分辨重建算法和基于非局部自回歸學(xué)習(xí)醫(yī)學(xué)圖像超分辨重建算法。
　　在基于多尺度聚類的醫(yī)學(xué)圖像超分辨重建算法中，算法首先利用四叉樹分解的方法對圖像做分塊操作，這樣就自適應(yīng)地獲得了不同尺度的圖像塊；然后，通過分析醫(yī)學(xué)圖像的特征，結(jié)合醫(yī)學(xué)圖像的特點，對圖像塊實行特征提取操作和聚類操作，在各個不同尺度上能夠獲得對應(yīng)的圖像塊的聚類中心；最后，利用一個簡單函數(shù)算法學(xué)習(xí)各個圖像塊對應(yīng)相應(yīng)的回歸系數(shù)，利用

4、聚類中心和學(xué)習(xí)到的系數(shù)，得到高分辨率圖像。通過實驗證明，本文方法無論從視覺評價還是定量評價方面都能得到令人滿意的超分辨重建結(jié)果。
　　在基于非局部自回歸學(xué)習(xí)的醫(yī)學(xué)圖像超分辨重建算法中，我們利用醫(yī)學(xué)圖像中存在相似性的特點，將醫(yī)學(xué)圖像相似性的特點加入自回歸模型中，再將自回歸模型引入基于稀疏表示的醫(yī)學(xué)圖像超分辨率重建模型中來構(gòu)建高分辨率的醫(yī)學(xué)圖像。同時在字典訓(xùn)練時，算法不是訓(xùn)練全局的字典，而是利用聚類算法得到分類的子字典，以此提高實驗的