基于离散不可分离的剪切波的医学CT图像去噪算法

发布时间：2021-06-06 08:24

　　医学是人类发展史上最备受重视的学科之一,CT成像对医学诊断有很大的帮助。然而采集人体内部数据时难免会产生噪声,这将会影响医师对病情的诊断,因此CT去噪的研究具有重大意义。研究表明,医学CT图像去噪的实质是通过含噪图像来估计人体组织器官的无噪图像从而获到真实图像的最优估计,因此CT图像去噪对诊断准确性来说具有重大的实际意义。本文通过分析CT成像原理和统计变换域中噪声的分布特性,提出了一种基于离散的不可分离的剪切波变换（Discrete Non-separable Shearlet Transform,DNST）的医学CT的去噪算法。该算法比传统小波算法在频域中有更多的方向性,可以很好的观察到图像处理后的细节信息。医学CT图像经过DNST变换被多尺度多方向分解为高频部分和低频部分,统计分解后部分的剪切波系数分布特征建立最优分布模型;对传统阈值收缩算法进行改进,该算法能够结合每个高频子带系数的差异,生成每个子带不同的最优的阈值;结合低频部分的特性,提出了一种混合低频滤波器;通过逆DNST变换将经过算法优化后的高频子带系数和低频子带系数重构得到去噪后的医学CT图像。通过采用多组实验进行对比,其... 

【文章来源】：浙江工业大学浙江省

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

CT成像基本原理示意图

理解噪声模型的先验知识是去噪过 CT 噪声模型：于其简单广泛的应用，由于它出现在测量仪器的。高斯噪声通常来源于原子的热振动和离散的温值分布。这就是为什么高斯噪声模型的概率密的特性。高斯噪声模型公式如下所示：22(g )221(g)2uP e 灰度值， 为标准偏差， 为均值。一般来的正确近似。在此噪声模型中，当将公式（1-级为 512 时，其概率密度函数分布如下图所示

切波理论波系统可以认为是由某些生成函数组成，其分辨率由抛物线尺度矩阵jA2或于 j 0并且k 定义各向异性尺度矩阵和方向矩阵分别如下：j/22 /222 02 00 20 2j jjjjA A 和 （向由剪切矩阵kS 或TkS 来改变如下： 011 kSk（剪切波系统，有时在这种形式下也被称为锥形适应，因为它适应于频域中图所示：图 2-1a 表示二维剪切波在频域上的剖分图；图 2-1b 表示某尺度下，其近似大小为/22 2j j 。

【参考文献】：
期刊论文
[1]无参考图像质量评价综述[J]. 王志明.  自动化学报. 2015(06)
[2]小波与双边滤波的医学超声图像去噪[J]. 张聚,王陈,程芸.  中国图象图形学报. 2014(01)
[3]图像去噪的自适应非局部均值滤波方法[J]. 谭茹,李婷婷,李伟伟,傅博,宋传鸣.  小型微型计算机系统. 2014(01)
[4]利用期望最大化算法的EMCCD噪声分布模型的参数估计[J]. 邹盼,刘晖,张闻文,陈钱,顾国华,张连东.  红外与激光工程. 2013(01)
[5]基于小波分析的CT图像噪声类型识别[J]. 王甜甜,余晓锷.  CT理论与应用研究. 2011(02)
[6]一种基于小波变换的图像去噪新方法[J]. 田沛,李庆周,马平,牛玉广.  中国图象图形学报. 2008(03)
[7]CT成像技术的发展[J]. 石明国,张振荣,尤志军,郑敏文.  中国医学装备. 2007(04)
[8]CT检查中低X射线剂量技术的应用和进展[J]. 彭芸,李剑颖,马大庆.  中华放射学杂志. 2008 (10)

硕士论文
[1]基于X-CT扫描技术的水驱油渗流机理研究[D]. 王智琦.西南石油大学 2017
[2]基于平移不变性的剪切波变换医学超声图像去噪算法[D]. 程义平.浙江工业大学 2016
[3]X-CT医学影像图像去噪算法研究[D]. 王昊.天津医科大学 2014



本文编号：3213991