当前位置:文档之家› 医学图像增强处理的方法与研究(精)

医学图像增强处理的方法与研究(精)

n
n
m
i 1iΒιβλιοθήκη 2si 1
i


(4)通过i,j的协调,在这种关系 下是下一个状态的细胞。在嘈杂的状态,结果值的函数显示像素的分布超过 阈值。显示这个函数是如何获得的。 F (i, j) N (5)最后,统计参数的比在 N F(i,j) ,Eq.(6) 显示点是如何得到的。 Nosie(i, j ) 在(i ,j)的协调下,演 示了噪音的存在。F(i , j)的比值的统计参数证明了,是噪声存在的阀值。因 此,通过假设一个阈值(经实验),嘈点可以被检测到。
m s 1, F ( i , j ) 0, F ( i , j )
Sit,j1 F[Sit, j 1, Sit, j 1, Sit1, j , Sit1, j , Sit1, j 1, Sit1, j 1, Sit1, j 1, Sit1, j 1 ]
使用模糊元胞自动机进行噪声转变
解决的关键问题
• 对各种图像增强技术进行研究,分 析各种增强方法的优缺点和适用范 围; • 编写程序实现对医学图像的图像增 强处理。
使用模糊元胞自动机处理图像是减少 脉冲噪声的一个有效方法
• 图像处理时,噪声的降低在处理损坏的图片中发挥着重要的作用。这 个问题也会影响图像分割、目标检测、边缘检测、压缩等等。一般来 说,中位数过滤器或非线性滤波器已用于降噪,但这些方法会破坏图 像周围的自然纹理和重要信息。在本文中,为了从嘈杂的图像中消除 脉冲噪声,基于元胞自动机(CA)和模糊逻辑称为模糊元胞自动机 (FCA)的两个步骤,我们使用了一个混合的方法。在第一个步骤中, 基于统计资料,嘈杂的像素被CA检测到后使用此信息,嘈杂的像素 将由FCA改变。CA是用于系统简单的组件,每个组件的行为将基于 它的邻居被定期的定义和更新。它提出的混合方法的特点是简单,稳 健,平行,使重要的细节图像生效。这个方法已经被执行,它比著名 的灰度进行测试图像与其他传统著名的算法更有效。
i 1
Mi
, 0 x 255
结论
• 本文中,提出了一个使用元胞自动机和模 糊逻辑算法的混合方法。使用模糊细胞噪 音自动机应对噪音增强,简单、稳健、并 行的方式和分配能力是它的主要优势。以 前的传统的方法,不考虑边界像素,变化 通常发生在中心值与邻元素;但是,该文 方法噪声的存在影响了中心值,使用模糊 元胞自动机的邻元素具有很好的性能。该 方法在本文中用冯诺依曼社区结构使模糊 元胞自动机,应用于著名的灰度测试图像。 为了对该方法的改进,视觉标准和数值标 准所提出的方法与其他著名的方法和大多 数结果进行了比较验证。使用其他不同的 邻域结构和组合这些方法对于消除高噪声 图像的问题是值得担忧的。
医学图像增强的目的
• 现代医学越来越离不开医学图像提供的信息,医学 图像往往在疾病的确诊、分期以及选择治疗方法和 手段方面起决定性的作用。由于医学图像能够直观 地反映病人的病情,从而大大提高了医生的诊断正 确率。现代科学已经证明,人们通过图像获得的信 息占其获得总信息的70%以上,所谓:百闻不如一 见。在医学领域也不例外,医学图像能够最大限度 的向医生提供病人的信息。医生在临床上越来越依 赖医学图像,医学图像在现代医学中占有越来越重 要的位置。 • 医学图像已经成为现代医学不可或缺的一部分,它的 质量直接关系到医生诊断和治疗的准确性。然而,有 时获得的医学图像并不是很理想,不能很好地突出病 灶部位的信息,这就容易造成医生的误诊或漏诊。因 此,对医学图像进行适当的增强处理,使其更能清晰、 准确地反映出病灶是非常必要的。 本文详细研究了 医学图像增强处理的工作原理,指出了各种图像增强 方法的特点和适用范围,并对图像锐化处理进行了改 进,使图像增强的效果更好。
使用元胞自动机检测噪声
• • •
(4)
通过监督过程检测到噪音,再用很多方法去除噪声,这一阶段被称为分配训 练噪声像素阶段。这些方法有调优参数,好好培训,等待计算挑战出现。拟 议的方法是,在每个细胞没有任何预处理和学习阶段,利用元胞自动机提供 并行框架计算。 主要规格的脉冲噪声是每个嘈杂的点与邻国相比有的一个显著变化。因此在 预处理部分,噪声密度可获得使用统计信息,如中央和邻居细胞的平均值和 标准偏差。这个方程是: Di | X c X i |,1 i 8 1 1 N X n (2) N n 1 ( D D) (3);方程式(2), 和(3),Nm的平均值是中央细胞的临近 值,Ns的标准偏差是邻近点到中央细胞的距离,是和的平均值。同时,n值 可以4或8根据不同的选择对于社区类型,一个高的分布与平均价值可以根据 阈值被估计。在这里,我们使用二维元胞自动机,包括一个广场与冯· 诺依曼 社区结构检测嘈杂的像素。细胞状态基于转换函数F在离散的时间段被更新, E( q 4) 显示了操作功能基于时间和邻居像素。
医学图像增强的简介
• 医学图像增强Image enhancement)是一类最简单、最直 观,也是最实用和最常用的医学图像处理技术。图像增强 就是采用一系列技术去增强图像中用户感兴趣的信息,其 目的主要有两个:一是通过提高图像的对比度和信噪比, 将原来不清晰的图像变得清晰,从而改善图像的视觉效果, 以便于对图像的判读;二是通过强调某些感兴趣的特征使 图像变得更有利于计算机的处理与分析。因此,图像增强 是为了改善视觉效果或便于人或计算机对图像的分析理解, 根据图像的特点、存在的问题或应用目的等,所采取的改 善图像质量的方法或加强图像某些特征的措施。
医学图像增强处理的方法与研究
学院:南通大学杏林学院 专业:自动化 姓名:陆德荣 学号:0912013041 指导老师:王建平
本课题研究的背景
• 随着科技的进步,多学科交叉和融合已成为现代科学发 展的突出特色和重要途径。自从显微镜问世以来,对医学 图像 的分析己成为医学研究中的重要方法,特别是x一CT、 MR工、PET、 SPECT等新型成像技术和设备的出现以及 电脑技术的发展,使得医学图像处理技术对医学科研及临 床实践的作用和影响日益增大,其结果使临床医生对人体 内部病变部位的观察更直接更清晰,确诊率也更高。因此, 医学图像处理技术一直受到 国内外有关专家的高度重视 。
• 一个更合乎逻辑的合适的行为是在附近的元胞自动机得到像点 的模糊值。提出的方法中包括冯诺依曼结构,一个二维模糊元 胞自动机被使用了。基于转换函数F,依赖于当前的状态邻居, 细胞的状态被更新在离散的时间步。据韦伯定律,人的眼睛在 一个相同的光背景下无法分辨图像的细节。因此,操作函数值 替换嘈杂点是可行的,如图7。 S F[S , S , S , S ] | w x | 因此,如图(8) M ( x) w , 0 x 255 是基于冯诺依曼结构,关系到 嘈杂的设置用于不分明化点的隶属度;Mi(x)是模糊 隶属度函 数的值,根据韦伯的法律,Xi社区的价值点和W的值这里假定为 127.5。根据平均引力,Eq.(9)用于逆模糊化和重置价值。如图9:
时间安排
• • • • • • • 2.16-2.28查阅中外参考文献,翻译一份英文资料 3.1-3.15消化吸收参考文献及资料,撰写毕业设计开题报告 3.16-4.19掌握MATLAB图像处理工具箱的使用 4.20-5.17编写程序实现医学图像增强处理 5.18-5.24撰写毕业论文(设计说明书) 5.25-6.2修改完善毕业论文,进行毕业设计成果演示和验收 6.3-6.7准备和进行毕业论文答辩
t 1 i, j t i , j 1 t i , j 1 t i , j 1 t i 1, j
i i

Y
M x
i 1 n
n
i i
在Y新值的像素里。根据模糊隶属值和相关原理, 在正确的像素区,逆模糊化函数的返回值被定义。假设一个阈 值为收敛变化的像素,经实验我们可以重复提出一个方法来获 得稳定的状态。
相关主题