PACS工作站醫(yī)學(xué)圖像增強(qiáng)技術(shù)的研究.pdf

1、由于計算機(jī)信息技術(shù)的帶動，大型醫(yī)療設(shè)備的數(shù)字化已成為主流；在醫(yī)學(xué)診視設(shè)備中，PACS系統(tǒng)得到了廣泛的應(yīng)用，圖像工作站中的圖像增強(qiáng)技術(shù)性能成為衡量PACS系統(tǒng)及大型醫(yī)療診視設(shè)備的重要指標(biāo)之一。圖像增強(qiáng)技術(shù)是數(shù)字圖像處理中的一項基本技術(shù)，是圖像處理系統(tǒng)中預(yù)處理部分的重要一環(huán)。本文基于小波技術(shù)和分形編碼技術(shù)提出了新的數(shù)字醫(yī)學(xué)影像增強(qiáng)方法： 1.基于圖像平均、小波變換及中值濾波的降噪法。在數(shù)據(jù)的采樣階段，對同一幅圖像數(shù)據(jù)進(jìn)行的多次采樣，

2、然后取平均值，可有效降低噪聲含量。由于噪聲信號主要位于高頻域內(nèi)，在小波域內(nèi)對高頻子帶進(jìn)行中值濾波，然后選擇相應(yīng)的閾值進(jìn)行降噪處理。該算法的實驗結(jié)果顯示，能濾除圖像中的加性噪聲和高斯噪聲，其濾波效果明顯好于小波軟閾值降噪。 2.小波多分辨分析由于它能多尺度多角度提取信號特征，往往可在不同尺度上將信號明顯地區(qū)分開來，通過調(diào)節(jié)增益函數(shù)的參數(shù)從而實現(xiàn)特定圖像的增強(qiáng)，對于重要組織結(jié)構(gòu)可賦予較大的增強(qiáng)系數(shù)，次要部位采用低系數(shù)，可以有效地突出

3、感興趣的部位。 3.邊緣檢測是圖像處理中一個困難的問題，在圖像中往往還存在有噪聲，噪聲和信號邊緣一樣都屬于高頻信號，很難用頻帶來進(jìn)行取舍；但是，噪聲與邊緣顯著區(qū)別是邊緣有較大的能量和范圍，在平滑濾波作用下表現(xiàn)為模糊化，因此可以在尺度空間里采取濾波的辦法，即在大尺度下抑制噪聲，可靠地識別邊緣，在小尺度下精確定位，再由粗到細(xì)地進(jìn)行邊緣聚焦，得到邊緣的真實位置，基于小波變換的多尺度方法就很好的能滿足上面的要求，并能提供邊緣的尖銳或平滑