最新基于改进的医学图像去噪算法的研究-药学医学精品资料.ppt

《最新基于改进的医学图像去噪算法的研究-药学医学精品资料.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、最新基于改进的医学图像去噪算法的研究-药学医学精品资料摘要:医学图像的噪声及处理是影响医学图像质量的关键,首先对图像噪声的产生及影响进行了分析,提出了采用模拟退火算法去除内部噪声的方法,解决了算法的收敛域问题;同时提出了采用树型结构的HMT模型去除图像外部噪声的方法,达到了噪声抑制的最佳效果.关键词:图像预处理;模拟退火;小波域;去噪算法1.研究内容和实际意义在现代医学临床诊断中,单以模态的医学图像往往不能提供医生所需要的足够信息.因此,若能将这些互补的信息进行适当的融合,使解剖信息和功能信息有机地结合起来,在一幅图像上同时表达来自多种成像设备的图像

2、信息,将为临床的诊断和治疗提供更加丰富的病理信息,对病灶的定位、治疗方案的制定、诊断分析和病理研究都有着极为重要的意义。研究的内容：如何尽可能去除图像的噪声，获得比较高质量的图像效果。3.2模拟退火算法(SimulatedAnnealing,SA)模拟退火算法(SimulatedAnnealing,SA)是基于MonteCarlo迭代求解策略的一种随机寻优算法,其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性.SA算法是源于对固体退火过程的模拟,采用Metropolis接受准则,并用一组称为冷却进度表的参数控制算法进程,使算法在多

3、项式时间里给出一个近似最优解.3.2.1模拟退火算法过程第一步:任选1个初始值x0,xi=x0;k=0;t=tmax(初始温度).第二步:1.若在该温度达到内循环停止条件,则到第三步;2.否则,从邻域N(xi)中随机选1个xj,计算Δfij=f(xj)-f(xi),若Δfij≤0,则xi=xj,3.否则若exp(-Δfij/tk)>random(0,1)时,xi=xj;重复第二步。第三步:tk+1=d(tk);k=k+1;若满足停止条件,就终止计算;否则,回到第二步.3.2.2模拟退火算法运用（1）基于SA的图像内部噪声去除实现步骤用频谱平移理论处理

4、频率编码方向的平移伪影,得到仅含有x方向亚像素级伪影和y方向伪影的伪影图像.2)对去除了频率编码方向的伪影图像用Snake算法提取目标图像的边界,利用所得到的边界构成掩模,对含伪影的图像进行掩模处理,得到感兴趣区(ROI),并将ROI区域之外的区域设置为背景区.3)将掩模处理后的图像进行二维傅立叶变换,得到K空间的数据.4)确定求解问题的目标函数,即相位能量函数设定初始能量Emin=MAX,MAX为一个足够大的数,初始温度T0,终止温度Tmin,某温度下迭代的次数L等.利用SA算法得到的最优相位偏移值来对K空间数据进行修正,并通过对其进行逆傅立叶变换

5、,得到纠正后的图像.5)T=a×T,若T>Tmin,则转步骤1,否则结束循环。（2）SA中有关参数的选取1)初始控制温度T0的取值.要使算法获得高质量的解,T0要取得足够大,同时考虑到对算法计算复杂度的要求,取T0=100.2)控制温度的降温方案.须考虑到实时性要求及实验效果,选用了一个常用的降温方案,即Tk+1=α×Tk,k=0,1,2⋯其中,衰减系数α是一个接近1的常数.3)SA算法解的舍取.①判定能量变化,计算由SA得到的最优相位偏移值对K空间修正后图像的能量E与Emin的差值为ΔE=E-Emin.②计算P.③判定最优解的取舍,若P=1时,则接

6、收此时的相位偏移角度δx(ky)和δy(ky),Emin=E;否则,产生一个[0,1]区间的均匀分布的随机数η,若η

7、声抑制的最佳效果.3.3.1HMT模型设S0表示小系数而S1表示大系数的状态,每一父→子的状态转移对应一个状态转移矩阵3.3.2小波域HMT除噪4.结　论对于内部噪声,把Tang的频谱平移理论和SA算法结合起来,经过实验验证,该算法不仅对较小的伪影取得了很好的抑制效果,对于较大的运动伪影同样也有较好的抑制作用,并很好地解决了收敛域的问题.对于外部噪声,采用HMT模型对图像进行降噪处理,并参考其他HMT模型的一些改进方法,综合应用到这里.通过实验比较,去噪前图像的峰值信噪比PSNR为79196dB,采用HMT在小波域去噪后图像的PSNR为89196dB

8、,图像的PSNR增加了10dB,有效地减少了医学图像的外部噪声,图像的视觉效果得到明显改善.晋灵公不君复习一