医学图像去噪技术研究

《医学图像去噪技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文医学图像去噪技术研究作者姓名章文婧学科专业计算机科学与技术指导教师赵跃龙教授所在学院计算机科学与工程学院论文提交日期2018年4月ResearchonMedicalImageDenoisingADissertationSubmittedfortheDegreeofMasterCandidate：ZhangWenjingSupervisor：Prof.ZhaoYuelongSouthChinaUniversityofTechnologyGuangzhou，China分类号：TP3学校代号：10561学号：20152

2、0131520华南理工大学硕士学位论文医学图像去噪技术研究作者姓名：章文婧指导教师姓名、职称：赵跃龙教授申请学位级别：工学硕士学科专业名称：计算机科学与技术研究方向：图像处理论文提交日期：2018年4月20日论文答辩日期：2018年5月31日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：齐德昱委员：文贵华董守斌唐韶华张齐頃满生商＿本入郑重声明：所呈交的论文是本入在导师的指导下独立进行研宄所取得的研宄成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个入或集体己经发表或撰写的成果作品

3、。对本文的研宄做出重要贡献的个入和集体：均己在文中以明确方式标明。本人完全意识到本声明的法律后果由本入承担。作者签名：日期：年ｒ月扣日学位论文臟杈使用授权书、艮ｐ：本学位论文作者完全了解学校有关保留使用学位论文的规定：研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可以公布学位论文的全部或部分内容、汇编学位，可以允许采用影印、缩印或其它复制手段保存一论文致。。

4、本人电子文档的内容和纸质论文的内容相本学位论文属于：□保密（校保密委员会审定为涉密学位时间：年日），月于日解密后适用本授权书。＿年＿月＿保密，，同意在校园网上发布供校内师生和与学校有共享协议的单位浏览意将本人学位论文提交中国学术期刊光盘版电子杂志社全文；同（）出版和编入ＣＮＫＩ《中国知识资源总库》。，传播学位论文的全部或部分内容请在“士（以上相应方框内打）７＇１＾ｉ作者签名：日期：！、？指导教师签名：￣日期：夂＞作者联系电话：电子邮箱：联系地址（含邮编）：摘要在医学领域中

5、，医学图像处理技术越来越多的被用于治疗规划和疾病诊断中。目前被广泛应用于临床和诊断的医学影像技术主要有核磁共振(MRI)、计算机断层扫描（CT）、正电子发射断层扫描(PET)、X线和超声波等技术。虽然医学影像设备和图像采集设备非常先进，但是有时也会受到一些客观因素的影响，医学图像中不可避免的会产生噪声，这些噪声有可能会直接影响到医学图像的质量，从而影响医务人员的判断。因此，非常有必要对医学图像预处理中的去噪技术进行分析和研究。去噪是图像处理的基础和前提，也是图像预处理中不可缺少的步骤。目前用于自然图像预处理的去噪技术取得了明

6、显的效果，但是对于医学图像预处理中的去噪技术的研究还存在一些问题。为了改善医学图像的质量，减小噪声对图像的影响。本文对医学图像的检测去噪技术进行了较深入的分析和研究，论文的主要研究工作内容如下：1、分析了医学图像去噪对于疾病诊断和医学研究的重要性，描述了医学图像去噪技术的现状，对现有去噪技术方法进行了比较与分析，为设计性能更好的去噪算法提供了基础和依据。2、针对传统NLM算法的不足，提出了基于SLIC超像素分割的NLM去噪算法，首先利用超像素分割的SLIC算法将生成标签，每一个像素都对应相应的标签，相似的超像素标签有相同的标

7、签值，利用标签可以判断出位于边界位置的像素点，将超像素相似聚类构成具有相似特征的区域，最后使用NLM算法思想进行去噪。通过实验对去噪效果对比，分析得出该算法使邻域搜索具有更高的匹配性，特别是在边缘处更为有效。3、基于稀疏分解，本文首先选用K-SVD学习型字典对医学图像进行去噪，相比较于固定字典，学习型的字典包含了图像的特征信息，特别是自适应字典，该字典可从含噪图像进行训练得到，因此对含噪的图像更具有适应性，去噪的效果也会更好；其次本文研究了K-SVD的全局字典和自适应字典进行医学图像的过程，并与其他去噪方法进行了比较，评价了

8、K-SVD全局和自适应字典的去噪性能。关键词：医学图像；去噪；非局部均值；SLIC；稀疏表示；K-SVDIAbstractInmedicalfield,medicalimageprocessingtechnologyisincreasinglyusedintreatmentplanning