小波分析在醫(yī)學(xué)圖像處理中的應(yīng)用研究.pdf

1、小波分析在醫(yī)學(xué)圖像處理中的應(yīng)用研究重慶大學(xué)碩士學(xué)位論文學(xué)生姓名：楊靜指導(dǎo)教師：張思杰副教授專業(yè)：信號與信息處理學(xué)科門類：工學(xué)重慶大學(xué)通信工程學(xué)院二O一一年四月重慶大學(xué)碩士學(xué)位論文中文摘要I摘要隨著科技的發(fā)展，醫(yī)學(xué)影像技術(shù)在臨床診斷和治療方面發(fā)揮著越來越重要的作用。醫(yī)學(xué)圖像（如CT，B超，MRI等）能給醫(yī)生提供較客觀的數(shù)據(jù)，能及早的發(fā)現(xiàn)疾病，輔助醫(yī)生進行手術(shù)治療。然而，醫(yī)學(xué)圖像本身有著許多缺陷，邊界不明顯或者模糊不清，此外圖像在成像過程中

2、因為設(shè)備的成像機理、傳輸過程的干擾或顯示設(shè)備等因素的限制，其質(zhì)量會受到一定的影響，使得人眼很難對得到的圖像做出準(zhǔn)確的判斷，給醫(yī)生的診斷和治療帶來一定的困難。為了提高醫(yī)學(xué)圖像的可讀性，有效的觀察病情，進行正確的診斷和治療，對醫(yī)學(xué)圖像要進行處理。傳統(tǒng)的圖像處理方法容易放大噪聲，丟失邊緣或細(xì)節(jié)信息，不適合醫(yī)學(xué)圖像的處理。小波分析是繼傅立葉分析之后新的時頻分析工具，由于它具有良好的時頻局部特性以及多分辨率分析特性，能很好的實現(xiàn)信噪分離，在醫(yī)學(xué)圖

3、像處理方面顯出了獨特的優(yōu)勢。本文主要研究了基于小波變換的醫(yī)學(xué)圖像去噪和增強算法，主要做了以下工作：首先，介紹了醫(yī)學(xué)影像存檔與傳輸系統(tǒng)（PACS）的幾個主要模塊。介紹了小波變換以及圖像分解與重構(gòu)的基本理論，為后續(xù)的圖像處理提供理論基礎(chǔ)。其次，分析了小波變換的模極大值去噪，相關(guān)性去噪以及閾值萎縮去噪，針對軟硬閾值函數(shù)的缺點，提出一種新的閾值函數(shù)，并通過仿真實驗證明此新閾值函數(shù)效果較軟硬閾值函數(shù)好。進一步分析了NeighShrink閾值去噪，

4、由于NeighShrink閾值去噪在對小波系數(shù)進行處理時，考慮了其鄰域的小波系數(shù)，減少了重要的細(xì)節(jié)丟失，較好的保留了圖像的邊緣及細(xì)節(jié)，克服了軟、硬閾值去噪的缺點。然而，它在去噪的同時將所有的小波系數(shù)都收縮了，使圖像的邊緣或細(xì)節(jié)被削弱了，針對該問題提出了其改進的方法，在去噪的同時能增強圖像的邊緣、細(xì)節(jié)信息。仿真實驗結(jié)果表明改進的算法比小波強制消噪，小波軟閾值去噪，小波硬閾值去噪，NeighShrink閾值去噪效果好。最后，研究了基于小波變