医学超声斑点分布分析及去噪

发布时间：2017-06-07 21:15

  本文关键词：医学超声斑点分布分析及去噪，，由笔耕文化传播整理发布。

【摘要】：随着超声成像技术的日趋成熟,各种基于超声成像的应用也越来越多。由于医学超声成像设备具有实时、无损、廉价、高灵敏度等优点,在医学界中临床医师们普遍采用医学超声图像作为临床诊断的重要依据。然而,实际成像中,由于成像设备,成像机制等因素,致使成像图像不可避免地出现斑点噪声和失真。所谓超声斑点噪声则是由超声成像的特点而产生的一种影响图像质量的因素。目前针对斑点大多数学者认为其是单纯的噪声,对图像有不利的作用,因此需要采用各种方法抑制。 本论文从两方面对超声成像过程中产生的斑点噪声做了分析研究。一方面,超声斑点是由回波的干涉所形成的,并不是人体组织内散射粒子的真实图像。而且,这种斑点具有一定的统计特性。根据超声成像的原理,我们使用Field Ⅱ对斑点做仿真。首先学习了Field Ⅱ软件仿真理论,然后根据斑点服从Rayleigh分布的统计特性,利用FieldⅡ把换能器发射、接收和声场的传播与散射看成一个线性系统的观点,仿真得到线性声场条件下的超声斑点模型,并将其添加到反映人体组织真实图像的线性仿真图像中,同时与加有同样超声斑点的与超声图像相近的X线手骨图像一起做斑点去噪处理。 另一方面,斑点作为噪声对医学超声诊断具有不利的影响,需要抑制。由于ROF算法既能有效抑制斑点噪声又能较好的保持图像细节信息,因而,本文采用ROF全变分算法做去噪处理,并添加了局部保真项,得到了较好的去噪结果。为了更好的对去噪效果进行说明,我们将其与自适应中值滤波算法、小波软阈值滤波这2种经典的图像去噪算法做了比较。由于实际成像时还需要考虑到非线性因素,为了得到更加令人信服的结论,需要对临床超声图像做同样的处理。通过对图像中像素变化较大区域的灰度剖面曲线分析,可以看出,ROF算法在斑点去噪方面具有一定的优势。 总之,通过上述两方面的研究工作,可以得知,使用field Ⅱ建立的斑点模型较为接近真实斑点噪声,可以作为研究斑点去噪算法的客观研究对象,为进一步的研究斑点去噪算法奠定了基础。同时,本文中采用的ROF算法在一定参数范围内对Rayleigh分布的斑点噪声具有较好的处理效果。
【关键词】：超声成像 斑点噪声 FieldⅡ线性仿真 ROF全变分算法 灰度剖面曲线
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：R318.6;TP391.41
【目录】：

• 致谢4-5
• 摘要5-7
• Abstract7-9
• 目录9-11
• 第一章 绪论11-18
• 1.1 论文选题的目的和意义11-12
• 1.2 医学超声成像知识12-13
• 1.2.1 超声成像原理12
• 1.2.2 医学超声成像发展历程12-13
• 1.3 医学超声图像去噪的背景和国内外研究现状13-17
• 1.4 本文研究内容17-18
• 第二章 超声图像斑点分析18-40
• 2.1 超声图像斑点产生原理18-19
• 2.2 超声图像斑点的统计特性19-22
• 2.2.1 超声图像斑点的Rayleigh分布19-21
• 2.2.2 超声图像斑点的Rayleigh分布矩特性21-22
• 2.3 超声图像斑点对数压缩后的统计特性22-24
• 2.3.1 对数压缩模型22
• 2.3.2 超声图像斑点对数压缩后Rayleigh分布22-24
• 2.4 FieldⅡ超声图像斑点仿真24-39
• 2.4.1 超声图像线性声场仿真理论25-31
• 2.4.2 超声图像斑点仿真结果31-39
• 2.5 小结39-40
• 第三章 超声图像斑点去噪40-56
• 3.1 全变分图像去噪算法40-47
• 3.1.1 ROF模型建立40-41
• 3.1.2 ROF模型分析41-42
• 3.1.3 数值算法设计42-46
• 3.1.4 Matlab仿真46-47
• 3.2 自适应中值滤波(AMF)47-49
• 3.2.1 自适应中值滤波算法设计48
• 3.2.2 Matlab仿真48-49
• 3.3 小波软阈值滤波(WSTF)49-52
• 3.3.1 小波去噪原理49-50
• 3.3.2 小波去噪阈值函数计算50-51
• 3.3.3 Matlab仿真51-52
• 3.4 图像质量评价52-55
• 3.4.1 图像的客观评价方法52-53
• 3.4.2 图像的主观评价方法53
• 3.4.3 本文算法质量评价指标53-55
• 3.5 小结55-56
• 第四章 实验及分析56-62
• 4.1 实验方案56-57
• 4.1.1 实验仪器介绍56
• 4.1.2 实验步骤56-57
• 4.2 实验结果图57-58
• 4.3 实验结果灰度剖面分析58-61
• 4.4 小结61-62
• 第五章 总结与展望62-64
• 5.1 总结62-63
• 5.2 展望63-64
• 参考文献64-67
• 作者简介67

【参考文献】

中国期刊全文数据库 前10条

1 王艳丹;高上凯;;超声成像新技术及其临床应用[J];北京生物医学工程;2006年05期

2 于江波;陈后金;;PCNN模型的改进及其在医学图像处理中的应用[J];电子与信息学报;2007年10期

3 王威琪 ,王剑平 ,钱炳荣 ,安西安;医用多头超声显象仪(Ⅱ)[J];复旦学报(自然科学版);1978年04期

4 郭敏;马远良;朱霆;;基于数据融合及小波变换的医学超声图像去噪方法[J];计算机工程与应用;2006年06期

5 马家辰;李建刚;孙明健;;应用ROF模型的医学超声图像去噪方法[J];计算机工程与应用;2010年20期

6 杨安庆;;基于数学形态学与自适应的超声医学图像滤波方法的研究[J];量子电子学报;2009年01期

7 李虹;王惠南;翁晓光;钟元;邵小丽;;基于二进小波阈值决策的血管内超声图像噪声抑制[J];南京航空航天大学学报;2008年03期

8 胡兵;超声影像诊断技术进展[J];世界科学;1996年10期

9 陈凤;;基于PDE的一致增强性扩散方法研究及其应用[J];计算机工程与设计;2007年16期

10 马义德,史飞,李廉,安黎哲;一种基于脉冲耦合神经网络的脉冲噪声滤波器设计[J];生物医学工程学杂志;2004年06期

中国硕士学位论文全文数据库 前2条

1 王晓婧;散斑跟踪技术在超声心动图图像分析处理中的应用研究[D];山东大学;2007年

2 陈韬亦;医学超声图像去噪方法研究[D];哈尔滨工业大学;2008年

  本文关键词：医学超声斑点分布分析及去噪，由笔耕文化传播整理发布。

本文编号：430353