左心室超聲心動圖降噪和分割方法研究.pdf

1、心腦血管疾病一直是危害人類健康的嚴重問題,是工業(yè)化國家的首要死亡原因之一。借助醫(yī)學影像技術(shù),定量定性的分析心臟形態(tài)變化,已成為醫(yī)學研究的熱點。醫(yī)學影像技術(shù)中,超聲成像技術(shù)以其無創(chuàng)、實時、價格低廉等特有的優(yōu)勢,廣泛應用于臨床中。其中,二維超聲心動圖能夠?qū)崟r顯示心臟內(nèi)部斷層的圖像,可用來觀察心臟的形態(tài)、運動。通過目測對病患進行診斷難免會帶有醫(yī)生的主觀意識,因此臨床中常常需要借助心臟功能指標對病灶進行客觀診斷。計算心功能指標的基礎(chǔ)是要獲得心臟

2、在不同時期的輪廓,因此需要借助圖像處理技術(shù)對超聲圖像進行分割。然而,由于散斑噪聲的影響,使得超聲圖像的質(zhì)量和分辨率均較低,給圖像分割帶來了困難,可以通過降噪提升圖像的質(zhì)量,使其更有利于分割。因此,研究有效的超聲圖像降噪方法和分割方法對推動超聲醫(yī)學發(fā)展有著重大的意義。
　　本文以醫(yī)學診療的實際應用為出發(fā)點,主要研究了左心室二維超聲心動圖的降噪和分割技術(shù),論文主要研究工作由以下四個方面組成:
　　首先,通過對醫(yī)學超聲成像的過程進

3、行總結(jié),探討了超聲圖像中特點有的散斑噪聲所表現(xiàn)出來的特性,并通過兩種方式對超聲圖像進行仿真。
　　其次,將非局域平均濾波(non-local means,NLM)算法應用于超聲圖像,并對傳統(tǒng)NLM算法進行了改進:1)利用貝葉斯估計理論,將超聲儀器輸出的散斑噪聲模型融入NLM方法中;2)利用超聲圖像在時間上的冗余性,將NLM算法的搜索范圍由空間域擴展到時間域。3)通過引入兩種加速算法,大大提高了NLM算法的計算效率。
　　再次