醫(yī)學(xué)電子內(nèi)窺鏡圖像處理技術(shù)研究.pdf

1、醫(yī)學(xué)電子內(nèi)窺鏡是傳統(tǒng)內(nèi)窺鏡與計(jì)算機(jī)、微電子等技術(shù)的不斷發(fā)展和融合的產(chǎn)物，是當(dāng)前應(yīng)用非常廣泛的醫(yī)療儀器。論文首先分析了醫(yī)學(xué)電子內(nèi)窺鏡圖像成像特點(diǎn)，在此基礎(chǔ)上提出了醫(yī)學(xué)電子內(nèi)窺鏡圖像處理系統(tǒng)基本方案。并進(jìn)一步研究了適合醫(yī)學(xué)電子內(nèi)窺鏡的圖像降噪模型和內(nèi)窺鏡圖像去高光模型。最后搭建了部分醫(yī)學(xué)電子內(nèi)窺鏡系統(tǒng)軟件平臺(tái)。 論文的主要研究工作和貢獻(xiàn)如下： 1、在深入分析和研究醫(yī)學(xué)內(nèi)窺鏡圖像特點(diǎn)的基礎(chǔ)上，總結(jié)了醫(yī)學(xué)電子內(nèi)窺鏡圖像處理和分析

2、的基本技術(shù)，并給出一般處理框架。 2、提出了“區(qū)域自適應(yīng)”的概念，并以“二進(jìn)小波”為工具描述并證明了“區(qū)域自適應(yīng)”在醫(yī)學(xué)內(nèi)窺鏡圖像去噪中應(yīng)用的可行性和有效性，建立局部自適應(yīng)二進(jìn)小波降噪模型，簡(jiǎn)稱ADWD(Adaptive Dyadic Wavelet Denoising)。實(shí)驗(yàn)結(jié)果及分析表明該方法對(duì)GalJssian噪聲和Pepper噪聲均有較高的信噪比，且對(duì)圖像的細(xì)節(jié)有較好的保持能力。 3、在分析傳統(tǒng)圖像去高光算法缺點(diǎn)

3、的前提下，提出了基于側(cè)抑制模型的去除單張內(nèi)窺鏡圖像高光算法，簡(jiǎn)稱LIHR(Lateral Inhibition Highlight Removal)。與一般方法比較，該算法可以自動(dòng)檢測(cè)出圖像中的高光區(qū)域，恢復(fù)出的圖像比較清晰飽滿，光滑連通性好，基本沒(méi)有紋理變化現(xiàn)象。實(shí)驗(yàn)結(jié)果表明，該算法能夠有效的去除圖像中的高光區(qū)域，適用于實(shí)時(shí)內(nèi)窺鏡圖像處理。 4、用Delphi搭建了部分醫(yī)學(xué)電子內(nèi)窺鏡系統(tǒng)軟件平臺(tái)。主要包括病例管理模塊和圖像處理