X-CT醫(yī)學影像圖像去噪算法研究.pdf

1、X射線計算機斷層掃描(X-Computed Tomography，X-CT)成像是一種重要的醫(yī)學影像圖像診斷技術(shù)，與磁共振、超聲等同樣是醫(yī)生獲取信息的重要來源。與其他醫(yī)學成像方法相比，X-CT醫(yī)學影像圖像具有組織結(jié)構(gòu)密度分辨率高，對人體損害小等優(yōu)點，對病理學和解剖學的研究非常重要。但是在X-CT機掃描過程和傳輸圖像過程中，會產(chǎn)生圖像模糊不清或者邊界不明顯等現(xiàn)象，致使X-CT醫(yī)學影像圖像的可讀性不高，醫(yī)生無法準確診斷。因此，探討醫(yī)學影像圖

2、像在臨床的應用意義重大，研究消除X-CT醫(yī)學影像圖像噪聲的方法具有很高的應用價值。
　　傳統(tǒng)的X-CT醫(yī)學影像圖像去噪方法有均值濾波、中值濾波、空域維納(Wiener)濾波等，但這些去除噪聲的方法在對X-CT醫(yī)學圖像去除噪聲的同時一些重要的細節(jié)信息也模糊了，其圖像的處理效果滿足不了醫(yī)學診斷治療的需要。而目前被廣泛應用的小波變換圖像去噪方法其雖在時頻域具有多分辨率的特性，但缺乏在方向性上的不足，使得處理后的圖像信息在邊緣輪廓和細節(jié)特

3、征處會產(chǎn)生一定程度的模糊，難以完整的捕捉到圖像的輪廓信息，因而不是最優(yōu)的圖像稀疏的表示方式，由此會增加臨床醫(yī)生漏誤診的幾率。
　　為了克服上述方法對X-CT醫(yī)學影像圖像噪聲成分分析不夠透徹等不足，本文首先選用了能夠很好地抓住圖像的幾何結(jié)構(gòu)特性，并能有效的實現(xiàn)圖像信息的局部的、多方向性的、多分辨率的一種真正的圖像的二維表示方法——Contourlet去噪算法。然而由于Contourlet變換采取的是下采樣的操作，缺乏平移不變性，會產(chǎn)

4、生偽Gibbs現(xiàn)象，使得去噪后的圖像失真，故對原Contourlet變換進行了改進，提出了非下采樣Contourlet變換，克服了原Contourlet缺乏平移不變性的缺陷。本文根據(jù)此變換，提出了一種改進的X-CT醫(yī)學影像圖像去噪算法，該算法是以Context模型為基礎的經(jīng)改進變換系數(shù)閾值的非下采樣Contourlet變換，并進行了仿真實驗和分析，經(jīng)實驗結(jié)果分析比較表明該算法不僅提高了峰值的信噪比，還更好的保留了圖像的細節(jié)特征，有效的改

5、善了X-CT醫(yī)學影像圖像的質(zhì)量。
　　其次，本文利用一種新圖像信號處理方法盲信號處理的重要分支獨立分量分析（Independent Component Analysis，ICA），提出一種改進的基于獨立分量分析的X-CT醫(yī)學影像圖像去噪算法。該方法從分離的角度出發(fā)，認為當某一X-CT醫(yī)學影像圖像受到方差不同的同一噪聲源的兩次不同污染后，在ICA的分離過程中，得到兩個新的混合圖像;而經(jīng)過ICA分離后的圖像，得到分離矩陣，依此矩陣與原