基于小波和稀疏表示的CBCT圖像去噪.pdf

1、近年來，隨著腫瘤發(fā)病率以及病人死亡率的升高，治療腫瘤的技術(shù)也在不斷改善，其中，放射治療技術(shù)因發(fā)展快速，在臨床治療中的地位不斷提高。圖像引導(dǎo)放射治療(Image-guided Radiotherapy, IGRT)被認(rèn)為是目前最先進(jìn)的一種精確放療技術(shù)，基于錐束CT(Cone Beam CT, CBCT)成像的IGRT技術(shù)能夠使放療精度提高。
　　CBCT的實(shí)時(shí)性好且靈敏度高，同時(shí)使用方便，但圖像的軟組織對(duì)比度低，且有偽影，另外噪聲也

2、較嚴(yán)重，特別是圖像的弱邊緣會(huì)由于噪聲的混入而變得模糊，不僅會(huì)妨礙準(zhǔn)確獲取擺位信息，而且還會(huì)影響后續(xù)的配準(zhǔn)以及分割等操作，從而增加診斷的難度。CBCT圖像的噪聲主要受X射線劑量的影響，盡管增加劑量會(huì)使圖像噪聲明顯降低，但患者的吸收劑量會(huì)提高，這對(duì)其健康非常不利。因此，在低劑量前提下，對(duì)CBCT圖像去噪，從而獲得高質(zhì)量圖像的研究具有重要的臨床意義。
　　本文首先闡述了常用醫(yī)學(xué)圖像中含有的噪聲，并對(duì)相應(yīng)去噪算法進(jìn)行介紹，接下來重點(diǎn)圍繞C

3、BCT圖像，在分析其成像原理、質(zhì)量影響因素以及已有去噪算法的基礎(chǔ)上，針對(duì)聚類稀疏表示去噪算法，提出了聯(lián)合小波閾值與聚類稀疏表示、WCMS與聚類稀疏表示的兩種CBCT圖像去噪方法。本文主要工作和創(chuàng)新點(diǎn)如下：
　　(1)研究了基于聚類稀疏表示的圖像去噪算法，利用圖像的自相似性使用K-means聚類將相似塊聚類并利用主成分分析(Principal Component Analysis, PCA)訓(xùn)練圖像得到稀疏表示所需的字典，所有的子字

4、典構(gòu)成一個(gè)結(jié)構(gòu)稀疏字典，結(jié)構(gòu)稀疏字典相比于傳統(tǒng)的過完備字典，降低了計(jì)算復(fù)雜度，減少了字典評(píng)估的自由度，而且子字典對(duì)相應(yīng)聚類上圖像塊的表示更具針對(duì)性。然而，字典的適應(yīng)性很大程度上取決于聚類的準(zhǔn)確性，聚類不準(zhǔn)確會(huì)導(dǎo)致圖像的細(xì)節(jié)信息丟失。
　　(2)針對(duì)聚類稀疏表示去噪算法細(xì)節(jié)信息保持能力差的特點(diǎn)，提出使用小波閾值作為預(yù)處理，并對(duì)全局閾值進(jìn)行改進(jìn)，加入的小波閾值預(yù)處理，將含噪圖像的高頻分量提取出來，降低了噪聲對(duì)聚類準(zhǔn)確性的影響，同時(shí)改善

5、了圖像細(xì)節(jié)信息，需要的聚類數(shù)目更少，從而使算法計(jì)算復(fù)雜度降低，提出的算法保護(hù)和改善了圖像細(xì)節(jié)和邊緣信息。
　　(3)提出一種聯(lián)合WCMS(wavelet coefficient magnitude sum)和聚類稀疏表示的去噪方法。針對(duì)WCMS方法去噪效果差但邊緣保護(hù)性強(qiáng)以及聚類稀疏表示去噪能力強(qiáng)但邊緣保護(hù)性差的特點(diǎn)，把兩種算法相結(jié)合，分別對(duì)圖像去噪后再融合，發(fā)揮它們各自的優(yōu)勢，得到去噪效果較強(qiáng)的方法。
　　通過對(duì)測試模體圖