代码编织梦想

目录
1绪论
1.1课题背景
1.2医学图像增强以及相关理论的现状
1.3本文内容安排
2图像增强技术
2.1空域增强方法
2.1.1空域点运算增强方法
2.1.2空域滤波增强方法
2.2频域增强算法
2.2.1低通滤波
2.2.2高通滤波
2.2.3同态滤波
2.3本章小结
3医学图像增强算法
3.1医学图像的特点
3.2医学图像噪声分析
3.3图像质量评价参量
3.4小波变换
3.5小波去噪
3.6基于小波变换的医学图像增强
3.7有关小波变换图像增强相关方法理论研究
3.8本章小结
4图像增强系统设计
4.1增强系统研究分析
4.1.1增强系统设计目的
4.1.2增强系统特点
4.1.3研究方法及内容
4.2系统功能实现
4.3界面设计
5结论
5.1本文工作总结
5.2展望
参考文献
摘  要
当今社会,人们越来越富有,对自己的身体健康情况关注度显著提高,对于自身的疾病要趁早发现,然后进行一些列的治疗,既能救人于水火之中,又能减缓病人的难受程度,还能减少病人的医疗开销。在医疗的范畴内,医学影像技术应用极广,具有高效,经济,无创等优点,医生给病人进行诊断,其就诊的准确与否,与其图像质量密切相关,在当今的医疗领域中,医学图像是其中的领头羊。并且,在某一时候获得的医学图像十分不清晰,很难达到标准。它们没有很好地突出病变的信息。这很容易导致误诊或漏诊。因此,有必要加强医学图像技术,使图像更加清晰、准确。
本文非常仔细的研究了医学图像增强原理,列出了一系列有关的方法技巧,标明了图像增强方法的特征和所涉及到的范畴领域,改善了传统的图像增强技术。论文详细介绍了该系统设计的具体思路,所有模块的作用、实现方法以及实现功能。然后利用MATLAB软件对医学图像增强系统的设计的算法进行实现,对图像增强系统进行了调试与仿真。
在本文的最后章节,对本课题进行了详细分析和总结,得出相应的结论,取得了显著的成果。对医生的诊断提供了非常可靠的依据,在原有的增强软件基础上进行了改良,且能够较好的抑制噪声,处理效果更佳优异。

关键词:医学图像;图像增强;小波变换


Abstract
In today's society, people are getting richer, and they pay more attention to their own physical health. They need to find out about their own diseases as soon as possible, and then perform some treatments to save the lives of people and reduce the discomfort of patients. The degree can also reduce the patient's medical expenses. In the medical field, medical imaging technology is extremely versatile. It has the advantages of high efficiency, economy, and non-invasiveness. Doctors diagnose patients. The accuracy of their visits is closely related to their image quality. In today's medical field, medical images are Is one of the leaders. Also, the medical images obtained at a certain time are very unclear and it is difficult to reach the standard. They do not highlight diseased information very well. This can easily lead to misdiagnosis or missed diagnosis. Therefore, it is necessary to strengthen medical image technology to make images more clear and accurate.
This article studied the principle of medical image enhancement very carefully, listed a series of relevant method techniques, marked the features of the image enhancement method and the areas of the involved areas, and improved the traditional image enhancement techniques. The paper introduced in detail the specific ideas of the system design, the role of all modules, implementation methods and implementation functions. Then the algorithm of the design of the medical image enhancement system was implemented by using MATLAB software, and the image enhancement system was debugged and simulated.
In the last section of this article, this topic was analyzed and summarized in detail, and the corresponding conclusions were drawn. Significant results were achieved. It provides a very reliable basis for the diagnosis of the doctor, and it is improved on the basis of the original enhancement software, and it can suppress the noise better, and the treatment effect is better.
Keywords: medical image; image enhancement; Wavelet transform
 
1 绪论
1.1 课题背景
近年来,医学影像水平越来越好,越来越完备,医学影像水平应用在生活的各个方面,尤其是临床诊断这一领域,尤为重要,在医学图像处理领域处于领先地位。
 医学图像质量也存在诸多问题,噪声是其中之一。在医学领域,噪声是普遍存在的,对此,消除噪声是一个重要的事情,图像的质量在医疗领域里非常重要,其次是提高图像对比度。
在各个领域,这种现象随处可见,往往就导致了医学图像看不清、看不仔细等各方面的问题。既保证医学图像能看清、能看仔细,同时,又能让医生准确的找到病因,这是医疗诊断的前提条件和重要保证。
由于热噪声、机械噪声以及气温、空气的潮湿度、地理位置和使用者的影响,噪声在医学图像中处处存在。图像成像原理一般有所差异,每种形式的医学图像本身的噪声也有所差异。
医学图像增强以及其他普通的图像增强都存在着一定的问题。同时,每种医学图像都各有差异,或者如成像原理、设备以及其他原因所导致的原因,图像看起来特别模糊,灰度对比度低是其中的原因。因为对比度低,病变的细节以及其他原因医生往往无法获得相应且及时的信息,导致了诊断不太理想。增强图像方法在医学图像领域里效果可见一般,正是由于这个原因,要找到一种可观的医学图像增强方法是医学图像领域里一个热点问题。
图像增强有很多技巧,关于图像的各个领域,应用也十分广泛,常见的就是均值滤波、中值滤波、平滑滤波、灰度变换、梯度增强和频域变换。上述所述这些算法很是繁琐,要求算的东西非常多。医学图像通过一系列的分析以及系统的处理之后,跟之前的图像相比,清晰程度有着明显改善。
正是因为获得医学图像的方法和一般光学图像有很大差别,跟普通数字图像对比来看,有如有几个显著特点:
(1)特别低的灰度级对比度,特别高的清晰度要求
医学图像里对比度低的现象到处都是。因为这种情况,就会使得医学图像看不清、细节也看的不是很仔细以及其他问题。医学图像的首要作用是方便医生给病人进行相应的诊断,对病人进行护理。正是由于这个原因,医学图像要看的更加仔细,有关医学图像清晰程度的问题是研究该领域的前提条件和重要保证。
(2)噪声各具特点,消噪要求高
由于热噪声、机械噪声、气温、空气的潮湿度、地理位置和使用者的影响,医学图像的噪声是不可避免的。由于成像原理大不相同,各种医学图像各有特点,譬如,高斯噪声往往在CT医学图像领域普遍存在,斑点噪声在B型超声医学图像领域中出现的几率很高,椒盐噪声在X光医学图像中很常见。对于各种噪声拥有大不相同的特点,需要使用多种处理方法进行噪声去除。正是由于这个原因,清除噪声俨然成为医学图像增强相关理论十分重要的课题。根据医学图像所持有的特点,医学图像增强领域的相关知识在医学图像中处于首要地位,是其他相关理论根本不可替代的。
本文旨在做一个能有效减少和去除噪声点并增强图像整体视觉的系统。改善医学图像不清晰的特点,把图像进行一系列相关的增强处理,以及增强边缘信息。在这段时间里面,图像对比度增强能够在很大程度上改变图像对比度,使人眼看得图像更加清晰明了。使其更容易在人体视觉特征的机器进行分析和加工,并有效地突出病变点。使病理学诊断变得更加可靠,更加轻而易举。
1.2医学图像增强以及相关理论的现状
普遍存在的图像增强依照范围有所不同能够划分成空域增强技术还有与之不尽相同且应用广泛的频域增强技术。空域增强技巧对像素灰度进行了一系列处理之后,对图像进行了直接操作,这不仅仅是面向整个图像全体发起的一系列操作。和空域增强不同的频域增强技术,该技术由以下几步组成,第一步把需要增强的整个图像本身做傅里叶变换,将所得到变换之后的频谱内容进行一系列相关操作,再之后对刚才的频谱内容进行傅里叶逆变换等其他操作,以便于得到最终的画面。空域增强技术主要包括点运算,还有就是滤波技术,在这些技术里面,灰度变换技术以及直方图修正理论被包含在点运算操作范畴之内,每个图像特点不一样,区分起来就大不相同,不过也有技巧可言。据此,滤波操作就应运而生了,它能够划分成线性滤波以及与之不相同的非线性滤波、普遍应用的平滑滤波以及应用普遍的锐化滤波。频域增强技术种类只有四种,包含下列比较常见的四种滤波技术:同态滤波、低通滤波、高通滤波、带阻带通滤波。
正是因为医学图像和普通图像大不一样,各有其特点,相比普通图像而言具有特殊性,因此,在一般的图像增强技术的基础上,相关人员研发了医学图像增强技术。最近几年比较常见的滤波理论、随处可见的直方图变换和最近新兴且快速流行的图像处理方法如下所示,应用十分广泛,如偏微分方程增强、应用普遍的小波变换和普遍应用的脉冲耦合神经网络等,已经是高效而日趋完备的医学图像增强技术。
滤波有线性还有与之有着差异的非线性。常见的线性滤波理论与常见的非线性滤波理论相比来说,数字分析尤为通俗易懂,但它在图像边缘信息保护这方面表现不是很好,并且非线性滤波也照顾了最佳滤波准则这点要求,并且在人眼视觉标准方面有着显著的效果。非线性滤波在线性滤波的相比之下更贴近医学图像增强处理。该方法获得了较好的加工效果。俊盛和刘宗田两人经过不断努力研究,发现并提出了一种将中值滤波和各向异性扩散结合起来的适用于超声医学图像去噪的实用方法,不仅能高速有效的把噪声进行了清除,还在一定程度上保持了图像信息所要求的完整性。
与之不同的增强方法还有很多,常见的有直方图变换法,全国各地很多相关研究人员发现了有关于直方图的相关方法来使医学图像进行了一系列的增强。根据超声图像本身所具有的特征,刘青团和他的团队经过自己的努力实现了三元双向直方图均衡化增强方法,使图像亮度处于不变状态。它在保持图像细节完整性的同时,又把图像的初始亮度处在不变状态,并且一定程度上抑制了黑色背景的过度增强图像,有成效地提高了图像的对比度,并获得了所需要的图像对比度。使治疗效果处于上成地位,治疗的更好。
随着机器感官技术的繁荣发展,偏微分方程的数学理论受到了相关人士的格外关注,根据这个理论的图像增强方法也随之而来。在之后改造各向异性复合扩散的模型方面,张美瑜等人发现了新的消噪方法,其消除噪声方法优点有很多,耗时少、去噪效果特别好、边缘完整还有其他特点。改造之后的模型迭代次数显著地减少,运算效率大幅度的提高。
小波变换经过最近几年不断新兴发展,越来越成熟的图像处理方法也普遍存在。有关于多分辨率分析特性的技术,让小波变换既在空间域,又在频率域这两个不同的变换域一起进行局部变化分析,然后能快速地在信号中提取相关人有用的信息。自从 Dohono于九十年代提出了基于可变阈值小波去噪方法首次得到成功以后,世界各地相关研究人员积极实施了研究,经过一系列的研究发现,提出了一系列具有有效性的改进,并提出了相关的图像去噪方法。
PCNN在图像增强范畴这一方面越来越好,越来越完备,最近几年有特别多的研究人员发现了特别多的有关于PCNN模型增强方法还有相应的改进模型方法。陈锐还有他的朋友对于X射线图像特点有所研究,发表了自己的看法,全盘考虑了人眼视觉特点以及相应的PCNN模型关联,为了取的相对满意的增强效果,对比度大大增强。郭业才以及王绍波还有他的团队把PCNN模型放到小波域里实行斑点噪声识别,完美识别噪声点所处地方,然后在一定程度上过滤并清除掉噪声,高效保护到了细节信息,相关边缘信息的完备性也有所提高。
根据上面的研究,论文将把CT图像噪声特点,把通过维纳滤波得到最小均方误差特性,发起并改正,再之后与小波包以及其他相关联的知识联系起来,然后加以总结,发现了修正维纳滤波小波包变换图像去除噪声的相关方法以及一系列其他相关理论;对于B型超声图像的噪声特性,相关人士把维纳滤波、普遍存在的脉冲耦合神经网络模型还有与存在普遍的小波自适应去噪特点和其他知识点结合起来,进行了一系列的计算。有关医学图像对比度低等其他突出特点普遍存在,将小波融合、小波分析还有与之不太一样的对比度拉伸等相关一系列技术知识相结合起来,想出了小波变换医学图像增强方法以及其他相关知识理论。分析相关图像特点,把想要得到的图像进行消除噪声增强等一系列相关处理,大大提高医学图像质量,把医学图像里面比较微小信息传达出来,尤其就是关于病灶点的相关知识等一系列的诊断所必要信息,以使医生的诊断达到预期的目的,患者更加安心。
1.3本文内容安排
有关于综上所述的研究,本文特别重点的针对医学图像噪声特征进行一系列的去噪还有一系列的增强。本文的安排大致如下所示:第一章把医学图像增强技术以及相关知识背景弄明白,了解这些发展现状,以及简单明了的说明本文所要表达内容的具体安排。第二章将着重讨论图像增强技术方法:小波变换法。第三章则是本文重点章节,会把讨论去噪及增强方法详细的分开叙述。第四章将重点探讨医学图像增强系统设计:第一点将会介绍系统设计流程,第二点将会进行功能的分析,第三点将会完成系统的实现。第五章是本文结尾,将把本文已经弄好了的事情进行一个结尾然后探讨,并给出结论。根据上述结论,还会把本文涉及到的工作遇到的错误进行一系列的探讨,再对以后工作所持有的看法。

 

 

 

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_39563171/article/details/129826880