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)圖像去噪對于后續(xù)處理過程來說是很重要的一個環(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效果并不是很理想。近幾十年來，各種各樣的非線性算法不斷發(fā)展壯大起來，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，成為近年來的研究熱點(diǎn)。
　　本文的主要研究對象為頸動脈超聲圖像，為了使臨床醫(yī)生更好的根據(jù)超聲圖像判斷頸動脈是否存在惡性斑塊，所以需要對超聲圖像進(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)，分析對比了現(xiàn)有的去噪算法，對醫(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)驗對比，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)