醫(yī)學(xué)超聲圖像處理算法研究.pdf

1、醫(yī)學(xué)超聲成像因其有效、安全、便攜及低成本成為醫(yī)學(xué)診斷中的一種重要手段。醫(yī)學(xué)超聲圖像處理算法的研究是近年來(lái)隨著醫(yī)學(xué)超聲成像技術(shù)的發(fā)展和廣泛應(yīng)用而出現(xiàn)的一個(gè)新的圖像處理方向，并且隨著醫(yī)學(xué)超聲成像技術(shù)的發(fā)展還在不斷發(fā)展，因此越來(lái)越受到人們的重視。雖然醫(yī)學(xué)超聲圖像處理算法的研究是直接面向醫(yī)學(xué)實(shí)踐的，但其研究成果對(duì)其它圖像處理領(lǐng)域也有很大的推動(dòng)作用。
　　本論文對(duì)醫(yī)學(xué)超聲圖像處理算法中的一些關(guān)鍵問(wèn)題進(jìn)行了研究，包括降噪、分割、壓縮技術(shù)，還涉

2、及醫(yī)學(xué)超聲成像系統(tǒng)的圖像采集技術(shù)。具體包括以下幾方面的工作：
　　醫(yī)學(xué)超聲圖像的采集技術(shù)直接決定了超聲圖像的特點(diǎn)和質(zhì)量。針對(duì)圖像采集的重要環(huán)節(jié)——數(shù)字聲束形成技術(shù)，提出聚焦參數(shù)壓縮算法，該算法利用游程編碼和預(yù)測(cè)編碼技術(shù)，成功地降低了逐點(diǎn)聚焦產(chǎn)生的大量參數(shù)對(duì)硬件容量的要求。
　　超聲成像技術(shù)是通過(guò)人體對(duì)高頻聲波的反射來(lái)獲取圖像的。嚴(yán)重的散斑噪聲污染使超聲圖像的視覺(jué)質(zhì)量很差，組織間的邊緣檢測(cè)也很困難。為解決該問(wèn)題，本文提出了一種

3、新的笛卡兒坐標(biāo)系中的各向異性擴(kuò)散降噪方案。該方案在提取梯度信息時(shí)利用多方向中值濾波算法代替?zhèn)鹘y(tǒng)的高斯濾波算法，由于考慮了邊緣方向，該方法降低了邊緣模糊程度。對(duì)各向異性擴(kuò)散算法的研究發(fā)現(xiàn)擴(kuò)散可以沿兩個(gè)相互垂直的方向進(jìn)行，因此引入方向分離的擴(kuò)散形式，以不同方式處理邊緣和噪聲。進(jìn)一步又借助于邊緣信賴度調(diào)整擴(kuò)散算法的參數(shù)設(shè)置，使其更適合圖像的局部特征。實(shí)驗(yàn)表明該方案達(dá)到提升各向異性擴(kuò)散算法降噪性能的目的。由于超聲成像系統(tǒng)不能對(duì)平行于聲束的結(jié)構(gòu)成

4、像，針對(duì)凸陣探頭采集的超聲圖像，本文提出了利用極坐標(biāo)下局部梯度的基于極坐標(biāo)的擴(kuò)散算法。該算法還使用一種隨超聲聲束對(duì)器官表面的入射角來(lái)調(diào)整傳導(dǎo)函數(shù)閾值的方案，且引入了基于結(jié)構(gòu)矩陣的邊緣自適應(yīng)擴(kuò)散模式，該模式可以有選擇性地保持邊緣或者光滑噪聲。所提出方法的最大特點(diǎn)是考慮了超聲成像設(shè)備的物理機(jī)理。分析和實(shí)驗(yàn)顯示了提出的算法在去除噪聲以及保留邊緣上都有不錯(cuò)的表現(xiàn)。
　　由于超聲圖像的低對(duì)比度和噪聲干擾，即使對(duì)有經(jīng)驗(yàn)的醫(yī)師來(lái)說(shuō)，確定圖像中物

5、體的邊緣也是一項(xiàng)困難的工作。論文結(jié)合蛇模型研究超聲圖像的自動(dòng)分割算法。首先提出一種利用形狀先驗(yàn)知識(shí)和灰度特征的改進(jìn)蛇模型，該方法通過(guò)計(jì)算蛇曲線與期望形狀的相似性來(lái)調(diào)整蛇模型的參數(shù)。形狀相似性度量是通過(guò)對(duì)傅立葉描述子的改進(jìn)實(shí)現(xiàn)的。另外，還提出一種針對(duì)心臟超聲圖像的紋理分割方案。紋理特征是圖像的重要特征之一，它描述了灰度信息的空間分布。對(duì)低信噪比的超聲圖像來(lái)說(shuō)，紋理特征是區(qū)分目標(biāo)和背景的一種有效途徑。該算法在傅立葉頻譜的基礎(chǔ)上推導(dǎo)出紋理強(qiáng)度

6、圖，并利用蛇模型得到圖像的粗分割結(jié)果。隨后利用提出的比較規(guī)則解決了紋理計(jì)算所引入的模糊性，在粗分割的基礎(chǔ)上實(shí)現(xiàn)圖像細(xì)分割。規(guī)則的主要特點(diǎn)是對(duì)每個(gè)像素來(lái)說(shuō)，不再依賴以它為中心的圖像塊的紋理特征，而是通過(guò)以它為邊界點(diǎn)的圖像塊的紋理特征的比較來(lái)確定其分類。實(shí)際超聲圖像的分割結(jié)果顯示所提算法具有很好的性能。
　　龐大的數(shù)字醫(yī)學(xué)圖像既降低了系統(tǒng)的傳輸效率又占用昂貴的存儲(chǔ)資源，壓縮技術(shù)為解決這一問(wèn)題提供了有效的途徑。本文針對(duì)B型超聲圖像提出了

7、一種基于整數(shù)提升小波變換的有損壓縮方式。鑒于醫(yī)學(xué)診斷的需要，在提高壓縮比的同時(shí)，仍要保持高保真度且診斷區(qū)域不能損失任何信息。圖像的內(nèi)容是影響壓縮效率的重要因素，不存在任何單一的小波變換能對(duì)所有圖像都達(dá)到最好壓縮效果。針對(duì)超聲圖像的特點(diǎn)，通過(guò)掩模技術(shù)，提出一種通過(guò)調(diào)整圖像的小波表示來(lái)提高壓縮比的算法。利用超聲圖像成像區(qū)的圖像域掩模，生成相應(yīng)的小波系數(shù)掩模，從而將不同的小波系數(shù)組合在一起，作為隨后的基于分層樹(shù)的集合劃分算法的數(shù)據(jù)源。另外還對(duì)