基于自適應小波與三邊濾波的超聲圖像去噪算法.pdf

1、超聲診斷作為一種新型的無創(chuàng)傷性臨床新技術，在醫(yī)學領域應用越來越廣泛。但由于成像機制和設備的限制，醫(yī)學超聲圖像中存在固有的斑點噪聲和失真，嚴重降低了圖像的質(zhì)量。斑點噪聲在超聲圖像中表現(xiàn)為黑白點相間的顆粒狀紋理結構，不僅影響了后續(xù)的圖像分析和診斷，而且普及的超聲掃描儀等新型技術也需要超聲成像設備提供更清晰的超聲圖像。因此斑點噪聲的抑制甚至消除迫在眉睫，這引起了醫(yī)學專家們的重視。
　　針對斑點噪聲，本文對經(jīng)典的小波變換和傳統(tǒng)的雙邊濾波等

2、去噪算法進行深入的分析研究，并在此基礎上提出一種新穎的基于自適應小波與三邊濾波的集成去噪算法，即將改進的自適應小波變換與提出的三邊濾波器相結合來處理噪聲問題。該算法不僅有效抑制了斑點噪聲，而且優(yōu)化了臨床圖像。本文主要研究內(nèi)容如下：
　?。?）采用一種動態(tài)變化的加性模型來闡述刻畫帶斑點噪聲的醫(yī)用超聲信號，并對其統(tǒng)計特性進行分布分析。
　?。?）根據(jù)數(shù)學模型的統(tǒng)計特性，改進了傳統(tǒng)的小波閾值函數(shù)和收縮算法，提出一種基于小波變換的自

3、適應去噪算法，應用于小波分解后的帶噪醫(yī)學信號。該算法對小波域內(nèi)斑點噪聲的高頻分量的抑制效果尤為顯著。
　　（3）由于自適應小波去噪主要是針對圖像信號的高頻分量，而低頻分量仍有噪聲存在，本文基于雙邊濾波的原理提出了一種新型的三邊濾波器，主要對醫(yī)學信號的低頻分量進行濾波優(yōu)化處理，有效抑制了實際數(shù)據(jù)集里的斑點噪聲，不僅保留了雙邊濾波的去噪優(yōu)勢，而且彌補了其梯度失真的弊端。
　?。?）將自適應小波去噪算法與三邊濾波器相結合，提出一種

4、“自適應小波_三邊濾波”的集成算法，對醫(yī)學超聲圖像信號進行去噪，并采用小波逆變換得到去噪后的圖像。
　?。?）為驗證本文算法的去噪性能，將該算法與其它8種經(jīng)典去噪算法進行實驗比對。首先，將9種算法應用于合成圖像進行仿真實驗，并采用邊緣相似度（FOM）、峰值信噪比（PSNR）、運行時間（RT）和結構相似度（SSIM）四種全參考型圖像質(zhì)量指標對去噪后的圖像進行量化分析和評價。然后，為提高真實性和可靠性，將這9種算法應用于真正的臨床超聲