DR image de-noising and acceleration based on recursive cycle pinning contourlet transformation

目的 数字化X线摄影(digital radiography,DR)图像中的高斯噪声对图像质量影响大,消除此类噪声有利于提高图像质量以辅助医生做出正确的诊断.方法 为抑制DR图像的高斯噪声,首先采用递归循环平移与Contourlet变换结合的(recursive cycle spinning Contourlet transform,RCSCT)方法变换分解DR图像,接着采用连续的二元软阈值函数处理变换系数防止系数被过度扼杀,然后基于CUDA(compute unified device architecture,计算统一设备架构)平台对去噪方法加速.结果 该方法提高了去噪后的图像峰值信噪比,有效抑制了伪吉布斯现象,保留了更多的图像细节信息,并且加速处理后运算耗时较短.结论 本文方法比小波变换和Contourlet变换在保留视觉细节信息方面效果更优,算法耗时少,实用性好.     

基于小波软阈值滤波的医学图像去噪

目的:为了更好的去除DR医学图像噪声.方法:通过分析其噪声来源,在小波去噪的基础上进行改进.引入方差不变性变换来调整原始图像的噪声模型为高斯噪声模型.图像分解为不同频率的不同子带的小波系数,分别进行不同阈值的滤波.结果:与普通的全局小波去噪方法相比,该方法不但可以保留图像的边缘信息,而且能提高去噪后图像的峰值信噪比.结论:用此方法处理DR图像在噪声去除、细节质量及骨骼锐化等方面比传统的高斯滤波及小波全局阈值滤波等方法效果要好.     

基于MATLAB的锥形束CT图像去噪研究

目的:锥形束CT既是一种全新的CT成像技术,也是图像引导下放射治疗系统的关键设备。针对锥形束CT图像的低对比度,散射伪影较大的缺陷,在MATLAB平台上对CBCT去噪方法进行研究和探讨,以寻找合适的锥形束CT去噪方法。方法:首先应用不同去噪方法,如邻域平滑,中值滤波,小波去噪方法等;再应用Contourlet变换进行锥形束CT去噪,设计不同的拉普拉斯塔式滤波器和二维方向滤波器组,寻找最优的滤波器组合;Contourlet变换是一种新的图像二维表示方法,具有多分辨率,局部定位,多方向性和近邻界采样和各向异性等性质。利用Contourlet变换在处理图像几何结构方面的优点,提取图像中边缘连续特征,来区别噪声和边缘,从而增强图像边缘和细节信息,同时抑制噪声。比较常规去噪,小波去噪,Contourlet去噪和不同滤波器组合去噪效果。结果:结合头部,胸部,盆腔各10组临床图像进行去噪效果统计和分析,表明小波阈值量化法和Contourlet法在锥形束CT图像去噪上各有优势,在Contourlet法中,滤波器组合"pkva8"和"9-7"的去噪效果最好。结论:Contourlet去噪方法和小波阈值量化法都比空间邻域平滑法,中值滤波法和普通小波去噪法有优势。而Contourlet去噪方法更能有效改进CBCT图像质量,特别是胸部图像质量的改善。     

基于Contourlet阈值法的锥形束CT图像去噪研究

目的：将多尺度分析工具之一的Contourlet变换运用到锥形束CT（CBCT）图像去噪领域,并对Contourlet不同阈值去噪方法进行探讨。提出基于Contourlet变换结合半软阈值方法对锥形束CT去噪,并论证去噪效果。方法：利用Contourlet变换的多尺度多方向性以及平移不变性,对低分辨率锥形束CT图像进行拉普拉斯塔形滤波和方向滤波多层分解后得到变换系数,随后对变换系数采用不同阈值方法进行处理,最后逆序反变换得到去噪后图像。通过软阈值和硬阈值方法在Contourlet变换中的应用,提出半软阈值结合Contourlet变换方法对锥形束CT图像去噪。通过对头,胸,盆腔各10例临床锥形束CT图像的去噪,比较三种阈值去噪效果。结果：半软阈值法在胸部和盆腔部锥形束CT图像去噪中比Contourlet硬阈值去噪在PSNR上平均高出1.40 d B和3.11 d B,但在头部锥形束CT图像处理中无优势,而Contourlet软阈值去噪后的锥形束CT图像在消除噪声的同时,信号自身的能量被消弱最多。结论：本文半软阈值法在一定程度上修正了硬,软阈值函数的缺陷,结合Contourlet变换在处理图像几何结构方面的优势,为锥形束CT图像去噪提供了一个新思路。     

基于卷积神经网络的超声图像散斑去噪算法

为了提高超声图像质量,解决传统去噪算法在抑制散斑噪声和保留超声图像纹理特征方面的难题,提出一种基于卷积神经网络的超声图像散斑去噪算法DSCNN（De-speckling CNN）。本文提出的算法利用卷积神经网络强大的拟合能力来学习从超声图像到其相应的高质量图像的复杂映射,同时,通过改进损失函数的方式来减少去噪过程中纹理信息的损失和细节的模糊。不同于以往简单地假设超声散斑噪声为乘性噪声,本文利用基于超声图像采集模型和散斑噪声形成模型的模拟超声成像技术为去噪模型生成更贴合真实超声图像的训练数据,解决深度学习方法训练数据匮乏以及在临床上无法获得与超声图像空间配准作为标签的无噪声图像的难题。通过与其他具有代表性的超声图像去噪算法比较,经DSCNN去噪后的超声图像无论在视觉效果还是图像质量评价指标上都取得了更好的结果,其中SSIM达到0.856 9,在文中所有方法中最高。     

基于非下采样Contourlet变换的眼底图像PCA增强方法

眼底图像是眼科疾病及其他疾病的有效诊断依据,对现代医学有着很重要的价值。但是由于眼睛结构的限制,眼底图像具有对比度差、背景亮度不均的特点,给医生诊断和视网膜血管提取带来诸多不便。因此本研究提出了基于非下采样Contourlet变换的主分量分析增强方法,并应用于眼底图像的增强处理。该方法首先对图像进行非下采样Contourlet变换,获得多尺度多方向的分解系数矩阵,然后利用主分量分析方法直接估计各尺度各方向的噪声能量,根据噪声能量估计值对变换系数矩阵进行处理,最后对修正后的系数矩阵进行非下采样Contourlet逆变换得到增强图像。实验表明该方法可以达到良好的去噪增强效果,和其他方法相比,眼底图像的质量得到改善,峰值信噪比得到了提高。     

Rician噪声水平场的估计及其在MR图像去噪中的应用

针对MR图像中空间变化Rician噪声的抑制问题,提出了一种噪声水平场的估计方法,同时结合方差稳定变换和BM3D算法实现MR图像的去噪.噪声水平场通过Rician噪声水平的局部估计和稀疏性约束模型进行估计,利用噪声水平场对噪声图像幅值进行空间自适应方差稳定变换,使得噪声与信号幅值和空间位置无关,采用BM3D算法即可实现对噪声的抑制,最后通过方差稳定逆变换得到无偏的去噪图像.仿真实验中,噪声水平场估计的平均相对误差小于0.2％,利用空间自适应方差稳定变换进行去噪,相比方差稳定变换,去噪图像的峰值信噪比可提高2 dB;采用真实乳腺MR图像进行去噪实验,利用自适应方差稳定变换可得到较高的Q度量.结果表明,所提出的方法能有效估计Rician噪声水平场,并用于抑制MR图像中空间变化的噪声.     

非局部主成分分析极大似然估计MRI图像Rician噪声去噪

由于MRI图像中噪声呈Rician分布,直接使用现有针对高斯噪声的去噪方法将引入误差。基于此本研究使用Rician噪声模型改进现有极大似然估计去噪的高斯模型,同时引入非局部主成分分析,在非局部区域选择灰度和纹理均具有较高相似性的像素进行最优复原估计。使用非局部主成分分析不仅克服现有局部性去噪方法模糊边界的缺陷,而且具有更高的图像细节信息复原能力。分别应用所提出的方法、局部极大似然估计去除Rician噪声方法、采用参数修正非局部均值去除Rician噪声方法、无特定噪声模型的全变差方法,对不同噪声等级和不同纹理复杂度的图像进行定性和定量的去噪实验。结果表明,所提出的方法可在保持图像细节和纹理信息的前提下有效去噪,较之现有方法效果更好。     

基于深度学习的低剂量CT图像去噪

目的:提出一种基于深度学习的方法用于低剂量CT（LDCT）图像的噪声去除。方法:首先进行滤波反投影重建,然后利用多尺度并行残差U-net（MPR U-net）的深度学习模型对重建后的LDCT图像进行去噪。实验数据采用LoDoPaB-CT挑战赛的医学CT数据集,其中训练集35 820张图像,验证集3 522张图像,测试集3 553张图像,并采用峰值信噪比（PSNR）与结构相似性系数（SSIM）来评估模型的去噪效果。结果:LDCT图像处理前后PSNR分别为28.80、38.22 dB,SSIM分别为0.786、0.966,平均处理时间为0.03 s。结论:MPR U-net深度学习模型能较好地去除LDCT图像噪声,提升PSNR,保留更多图像细节。     

改进阈值的小波空域相关去噪法在荧光信号处理中的应用

为了去除荧光免疫层析检测中荧光信号的噪声,保留信号的细节信息,提出一种改进阈值的小波空域相关去噪算法。该算法将基于小波变换的空域相关去噪法和软阈值去噪法相结合,根据小波系数相关性的不同和平滑消去阈值法的思想,改进了软阈值去噪法的阈值变量和阈值函数。结果表明,该方法突出了信号边缘,能够有效地去除荧光信号的噪声,去噪后的信号光滑连续,且保留了信号峰的相关细节信息。     

基于Contourlet变换的CT和锥形束CT图像配准算法

目的提出一种基于Contourlet变换,用于放射治疗定位的CT与锥形束CT（cone beam CT,CBCT）图像配准的方法。方法利用Contourlet变换多尺度多方向的分辨特性,将待配准图像进行Contourlet变换分解,分解后的高频方向子带合成梯度图像,采用归一化互信息作为相似性测度,把梯度图像与低频方向子带以加权函数结合,进行临床医学图像的刚性配准,有效弥补了互信息配准中缺少空间信息的不足。结果通过已知空间变换参数图像的配准结果验证了算法的准确性。配准后lO幅图像变换参数的误差极小,且均方根误差接近于0。结论该图像配准算法精确度高,并具有很好的鲁棒性,有助于提高图像引导放射治疗（image guid edradiation therapy,IGRT）中解剖组织结构和靶区的定位精度。     

A New Method for Human Microcirculation Image Enhancement

Microcirculation images often have uneven illumination and low contrast in the acquisition process, which affect the image reorganization and following process. This paper presents a new method for microcireulatory image illumination correction and contrast enhancement based on the Contourlet transform. Initially, the image illumination model is extracted by Contourlet transform and then uneven illumination is corrected. Next, in order to restrain noise and enhance image contrast, the probability function associated with noise coefficient and edge coefficient is established and applied to all Contourlet coefficients. Then, a nonlinear enhancement function is applied to modified Contourlet coefficient to adaptively enhance image contrast. Finally, the enhanced image is obtained by inverse Contourlet transform. We compare this approach with other contrast enhancement methods, result showing that our method has a better effect than other enhancement methods, which might be helpful for clinical diagnostics of microcirculation.     

Application of adaptive filtering to steady-state evoked response

A new method to detect steady-state evoked potentials (EPs) is presented. The technique is based on a two-weight recursive least squares (RLS) adaptive filter and the T _circ ² statistic. Simulations with known sinusoids buried in Gaussian noise and in EEG noise indicate that the adaptive filter can detect signals at 3 or 4 times lower signal-to-noise ratios that the discrete Fourier transform (DFT). Qualitatively similar results were obtained with human visual evoked potential recordings.     

基于CUDA的图像径向基模糊实现方法研究

目的：为了克服传统高斯模糊方法处理速度容易受模板大小局限和图像边界处不能真实反映高斯模糊结果的缺陷。本文提出了一种基于计算统一设备架构CUDA的图像高斯径向基模糊的实现方法。方法：采用连续的高斯径向基函数对图像直接在时域进行乘积运算,使高斯模糊后图像每一像素点值（包括图像边界处的像素值）与原始图像所有像素点的值相关联。根据高斯径向基函数径向对称的特点以及CUDA单指令多线程（SIMT）的并行执行模型,并且使用合并访存、共享内存、常量内存等合适的内存优化措施,对运算的过程进行GPU并行加速。结果：对尿沉渣图像进行高斯径向基模糊结果表明：图像在模糊过程中克服了模板的局限,在边界质量上得到了极大的改善;处理速度上也达到了较大的提高。结论：基于CUDA平台能很好的并行实现高斯径向基模糊,与串行运算速度相比,在大尺寸图像处理时加速比可望达到20倍以上。     

GE AMX-4Plus移动X射线机的数字化X射线摄影改造

目的为了提高床旁X射线摄片的图像质量，对现有移动X射线机GEAMX-4Plus进行数字化X射线摄影（DR）改造，由原来影像板（IP）成像再行计算机X射线摄影（CR）扫描获得图像的方式改为DR直接摄片。方法以移动X射线机为基础．配置Pixium3543无线平板系统．设计基于该平板的数字摄影操作平台系统和曝光同步控制系统。结果DR改造后，移动X射线机可以正常使用，性能稳定，图像质量较以前CR模式得到大幅提高，获得临床认可。结论数字化x射线摄影改造既使原有移动X射线机得到充分的利用，也使床旁摄片质量、临床诊断及时性、准确度等方面得到大幅提高。     

A Novel Algorithm for Microcirculation Image Enhancement

Microcirculation images often have low quality in acquisition process,which affect the following steps of process.This paper introduces enhancement algorithm based on nonsubsampled Contourlet transform (NSCT).It analyzes the characteristics of the microcirculation images generated,and separates microcirculation images to light weight and the reflection weight.It also analyzes the construction method on NSCT and proves that this method can be applied on microcirculation image enhancement algorithm.To correct light weight of microcirculation image and obtain enhancement image the enhancement microcirculation image was not only superior to the original image visually,but also improved objective data obviously.The algorithms provide a new method to microcirculation image pre-processing and guide the latter steps of the image processing.     

Automatic noise robust registration of radiographs for subtraction using strategic local correlation: an application to radiographs of dental implants

Most of digital subtraction methods in dental radiography are based on registration using manual landmarks. We have developed an automatic registration method without using the manual selection of landmarks. By restricting a geometrical matching of images to a region of interest (ROI), we compare the cross-correlation coefficient only between the ROIs. The affine or perspective transform parameters satisfying maximum of cross-correlation between the local regions are searched iteratively by a fast searching strategy. The parameters are searched on the 14 scale image coarsely and then, the fine registration is performed on the original scale image. The developed method can match the images corrupted by Gaussian noise with the same accuracy for the images without any transform simulation. The registration accuracy of the perspective method shows a 17% improvement over the manual method. The application of the developed method to radiographs of dental implants provides an automatic noise robust registration with high accuracy in almost real time.     

数字X线摄影技术在子宫输卵管造影中的应用

目的通过数字X线摄影（DR）系统在子宫输卵管造影检查中的应用,探讨DR机的优越性。方法分别使用DR和计算机X线摄影（CR）对40例患者进行子宫输卵管造影检查,每组20人。再将所得图像随机分为2组,由2名放射科医师和2名技师采用单独影像观察和比较影像观察的方法,分析CR和DR的影像质量,评价CR和DR摄像系统对图像显示的清晰程度。结果结果显示对DR的影像判断结果评分高于CR;DR具有较好的分辨率和低噪声特性,且通过摄片条件的调整,降低了kV和mA值,可减少患者接受辐射剂量,同时不影响诊断。     

基于非线性反锐化掩膜的DR图像边缘增强

目的:对数字化X线摄影图像(DR)进行边缘增强处理能为临床医生提供更丰富的诊断信息,对帮助临床医生诊断疾病,特别是发现早期病灶具有重要的意义。为此,本文提出了一种基于非线性反锐化掩膜的DR图像边缘增强算法。方法:首先,应用S型曲线调整图像的对比度和亮度,扩展图像的有用信息,提高图像对比度,以突出感兴趣区域;然后,使用非线形反锐化掩模进行边缘增强,根据图像的灰度特性来调节具有增强作用的加权因数,可非线性地增强影像的边缘细节。结论:本文利用非线形反锐化掩模对DR图像进行了边缘增强,突出了图像的边缘细节,为临床诊断提供了实用的边缘增强效果。