基于模糊邏輯的醫(yī)學(xué)超聲圖像去噪研究.pdf

1、隨著圖像處理技術(shù)的迅速發(fā)展，圖像處理被應(yīng)用到了越來(lái)越多的領(lǐng)域。在醫(yī)學(xué)圖像處理領(lǐng)域，醫(yī)學(xué)圖像去噪對(duì)于后續(xù)處理過程來(lái)說(shuō)是很重要的一個(gè)環(huán)節(jié)。由于超聲成像原理的限制，斑點(diǎn)噪聲在醫(yī)學(xué)超聲圖像中是固有的，這嚴(yán)重降低了超聲圖像的質(zhì)量。早期的基于線性理論的圖像去噪方法在處理低分辨率的超聲圖像時(shí)效果并不是很理想。近幾十年來(lái)，各種各樣的非線性算法不斷發(fā)展壯大起來(lái)，如小波理論、概率理論、形態(tài)學(xué)、人工神經(jīng)網(wǎng)絡(luò)、偏微分方程以及模糊理論等等。這些非線性算法在圖像處

2、理領(lǐng)域成為了有力的解決問題的數(shù)學(xué)工具，促進(jìn)了圖像處理領(lǐng)域的進(jìn)一步發(fā)展，成為近年來(lái)的研究熱點(diǎn)。
　　本文的主要研究對(duì)象為頸動(dòng)脈超聲圖像，為了使臨床醫(yī)生更好的根據(jù)超聲圖像判斷頸動(dòng)脈是否存在惡性斑塊，所以需要對(duì)超聲圖像進(jìn)行去噪處理，提高診斷準(zhǔn)確率。為此，本文根據(jù)超聲圖像的特點(diǎn)，分析對(duì)比了現(xiàn)有的去噪算法，對(duì)醫(yī)學(xué)超聲圖像去噪算法進(jìn)行了比較深入的研究。主要工作如下：
　?。?）本文深入研究了粒子群優(yōu)化算法，并將幾種改進(jìn)的粒子群優(yōu)化算法與

3、標(biāo)準(zhǔn)粒子群優(yōu)化算法（Standard Particle Swarm Optimization，SPSO）進(jìn)行實(shí)驗(yàn)對(duì)比，其中混沌變異粒子群算法（Chaotic Mutation Particle Swarm Optimization，CMPSO）的尋優(yōu)速度最快、尋優(yōu)結(jié)果總體上最接近理想值，尋優(yōu)效果最為穩(wěn)定，避免了陷入局部最優(yōu)解的問題，尋優(yōu)性能要優(yōu)于其他幾種改進(jìn)的算法和SPSO算法。該算法將混沌優(yōu)化算法與粒子群優(yōu)化算法相結(jié)合，本文將該算法應(yīng)