版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、目前,利用超聲成像技術(shù)得到的組織圖像含有較多的噪聲、偽影,在組織紋理和邊緣等細(xì)節(jié)方面也有明顯的不足。
卷積和有限寬度的系統(tǒng)函數(shù)是限制分辨率的兩個(gè)關(guān)鍵因素。超聲系統(tǒng)的系統(tǒng)函數(shù)隱含在系統(tǒng)的輸出信號中。因此,要提高超聲圖像的分辨率,改善圖像質(zhì)量,就必須首先從輸出信號中提取系統(tǒng)函數(shù),然后采用有效的反卷積方法從輸出信號中獲得組織信號。這樣,就可以去掉經(jīng)過系統(tǒng)卷積后帶來的信號的衰敗,大大提高圖像的質(zhì)量。
本課題使用了兩個(gè)
2、不同的探頭,利用從4位志愿者身上采集到的1080組甲狀腺超聲信號和536組肝臟超聲信號進(jìn)行實(shí)驗(yàn)。先通過基于最小平方估計(jì)的高階累積量復(fù)倒譜的系統(tǒng)辨識算法,分別估計(jì)出縱向和橫向的超聲系統(tǒng)函數(shù),以探頭的標(biāo)稱值為參考標(biāo)準(zhǔn),選取合適的系統(tǒng)函數(shù),再通過傅立葉-小波正則反卷積算法對超聲信號先后進(jìn)行縱向和橫向反卷積,得到最終的組織信號。
實(shí)驗(yàn)結(jié)果表明:上述系統(tǒng)辨識算法能有效估計(jì)出接近探頭標(biāo)稱值的超聲系統(tǒng)函數(shù),為將來在嚴(yán)格意義上獲得低頻醫(yī)學(xué)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- OCT小波反卷積成像研究.pdf
- 基于高階譜ARMA模型的小波反卷積醫(yī)學(xué)超聲成像研究.pdf
- 醫(yī)學(xué)超聲信號鏡像小波反卷積研究.pdf
- 小波反卷積及其在超聲圖像中的應(yīng)用.pdf
- 基于高階譜和小波分析的超聲醫(yī)學(xué)圖像反卷積研究.pdf
- 醫(yī)學(xué)超聲信號反卷積研究.pdf
- 超聲圖像反卷積與分割研究.pdf
- 時(shí)變系統(tǒng)參數(shù)的小波辨識方法研究.pdf
- 系統(tǒng)模態(tài)參數(shù)辨識的連續(xù)小波方法研究.pdf
- 1813.基于反卷積方法的光聲成像研究
- 超聲蘭姆波檢測及損傷成像研究.pdf
- 基于小波網(wǎng)絡(luò)的非線性系統(tǒng)辨識.pdf
- 兩種超聲圖像反卷積方法的比較.pdf
- 應(yīng)用于超聲成像的數(shù)據(jù)采集與卷積處理硬件系統(tǒng).pdf
- 基于球面反卷積稀疏成像的腦白質(zhì)纖維跟蹤算法研究.pdf
- 數(shù)字共焦顯微成像中的反卷積算法應(yīng)用研究.pdf
- 混疊卷積信號的盲反卷積研究.pdf
- 基于語義和脊波反卷積網(wǎng)絡(luò)的SAR圖像分割.pdf
- 探測成像系統(tǒng)數(shù)據(jù)采集及小波去噪算法研究與實(shí)現(xiàn).pdf
- 高分辨率快速反卷積聲源成像技術(shù)研究.pdf
評論
0/150
提交評論