基于ICA與小波變換的醫(yī)學(xué)超聲圖像預(yù)處理算法的研究.pdf

1、超聲診斷具有無損、價(jià)廉、非電離輻射性、實(shí)時(shí)等優(yōu)點(diǎn)，使其成為現(xiàn)代臨床醫(yī)學(xué)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(diǎn)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(xì)節(jié)信息，給之后的圖像特征提取和識(shí)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(qiáng)圖像的細(xì)節(jié)，改善圖像質(zhì)量是超聲圖像分析和識(shí)別的重要預(yù)處理環(huán)節(jié)，也成為近年來備受研究人員關(guān)注的熱點(diǎn)問題。
　　本文主要對(duì)醫(yī)學(xué)超聲圖像

2、的預(yù)處理方法進(jìn)行研究，重點(diǎn)分析了醫(yī)學(xué)超聲圖像的去噪與增強(qiáng)方法，并針對(duì)其中存在的問題，提出相應(yīng)的改進(jìn)算法。
　　相對(duì)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(shì)，然而在實(shí)際問題中，源信號(hào)維數(shù)與觀測(cè)信號(hào)維數(shù)往往不相等，從而限制了其應(yīng)用領(lǐng)域。針對(duì)這個(gè)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(cè)信號(hào)的維數(shù)，并分析了虛擬通道應(yīng)用于ICA的原理，對(duì)如何構(gòu)造虛擬通道進(jìn)行討論，最后通過仿真實(shí)驗(yàn)重點(diǎn)驗(yàn)證

3、了算法的去噪性能，分析了其在去噪方面的優(yōu)勢(shì)及問題，為后續(xù)研究奠定了基礎(chǔ)。
　　然而，若將基于虛擬通道的ICA算法應(yīng)用到醫(yī)學(xué)超聲圖像去噪中，首先要解決在沒有先驗(yàn)知識(shí)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(yīng)虛擬通道的醫(yī)學(xué)超聲圖像去噪算法。算法從虛擬通道構(gòu)造的幾個(gè)問題入手，提出了用雙樹復(fù)小波(DT-CWT)分解醫(yī)學(xué)超聲圖像，自適應(yīng)構(gòu)造虛擬通道的方法，并對(duì)DT-CWT與ICA結(jié)合去噪的優(yōu)勢(shì)進(jìn)行討論，最后通過與經(jīng)典

4、醫(yī)學(xué)超聲圖像去噪方法的對(duì)比，驗(yàn)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(shí)保留圖像細(xì)節(jié)、紋理特征，其各項(xiàng)去噪性能評(píng)價(jià)指標(biāo)均好于經(jīng)典方法。
　　針對(duì)小波增強(qiáng)中小波閾值和調(diào)整函數(shù)的選擇問題，及其不能同時(shí)兼顧細(xì)節(jié)與邊緣的不足，本文提出了基于ICA與小波的醫(yī)學(xué)超聲圖像增強(qiáng)算法。算法首先用ICA提取醫(yī)學(xué)圖像特征，并通過實(shí)驗(yàn)驗(yàn)證該圖像特征層次感強(qiáng)、邊緣清晰、細(xì)節(jié)信息豐富，然后對(duì)其進(jìn)行小波分解便可以自適應(yīng)的生成需要調(diào)整的特征參數(shù)，再結(jié)