超聲圖像濾波和數(shù)字減影血管造影運動偽影消除.pdf

1、上海交通大學(xué)碩士學(xué)位論文上海交通大學(xué)碩士學(xué)位論文超聲圖像濾波和數(shù)字減影血管造影運動偽影消除超聲圖像濾波和數(shù)字減影血管造影運動偽影消除作者姓名任苗健作者學(xué)號1070329143指導(dǎo)教師楊新學(xué)科專業(yè)模式識別與智能系統(tǒng)研究方向醫(yī)學(xué)圖像處理圖像處理與模式識別研究所上海交通大學(xué)2010年1月I超聲圖像濾波和DSA運動偽影消除超聲圖像濾波和DSA運動偽影消除摘要醫(yī)學(xué)圖像處理與一般的圖像處理相比，數(shù)據(jù)量比較大，對細(xì)節(jié)和實時性要求相對較高，并且對于某些

2、處理后圖像的評價需要醫(yī)生的參與。對于單一圖像而言，其中的異常點，要根據(jù)已有的經(jīng)驗?zāi)Ｐ突蛘邤?shù)學(xué)分布來分析此點是病灶點還是噪聲點。另一方面，對于圖像之間的運算，比如DSA圖像序列的減運算，經(jīng)常會引入新的錯誤信息，產(chǎn)生運動偽影。本文就是要解決如何消除這些靜態(tài)時的噪聲和動態(tài)時的偽影問題。對于噪聲，綜合比較各種醫(yī)學(xué)模態(tài)的成像結(jié)果，超聲的斑點噪聲(specklenoise)是很普遍并且難以處理的，但由于超聲成像的較為理想的動態(tài)特性是其他成像沒法取代

3、的，所以斑點噪聲的去噪還是很有意義的。一般的消除斑點噪聲的方法有兩種，一種是圖像平均，一種是圖像濾波。[05]前者的思路簡單，但是丟失了很多空間信息，降低了空間分辨率。本文從基于異性擴散方程的算法出發(fā)，對于各種針對此算法的改進(jìn)進(jìn)行了總結(jié)，并提出了自己的改進(jìn)方案，至于異性擴散方程的離散化而帶來的多次模板遍歷而產(chǎn)生的計算量大的問題，通過GPU的FBO(FrameBufferObject)并行處理有了很好的改善。本文的第二部分的主題是消除DS