基于Kernel ICA的PET圖像去噪的研究.pdf

1、隨著醫(yī)學(xué)成像和計算機輔助技術(shù)的發(fā)展，醫(yī)學(xué)圖像處理技術(shù)已經(jīng)是目前醫(yī)學(xué)技術(shù)中發(fā)展最快的領(lǐng)域之一，各種新的醫(yī)學(xué)成像方法在臨床中使用，使臨床醫(yī)學(xué)對人體內(nèi)部病變部位的觀察更直接、更清晰，確認率也更高，從而在醫(yī)學(xué)診斷和治療技術(shù)上取得了很大的進展。正電子發(fā)射型計算機斷層顯像(PositronEmission Computed Tomography，PET)因為可以提供人體功能方面的信息，在臨床上有著廣泛的應(yīng)用。對它的圖像處理也成了研究熱點。因此本文對

2、處理PET圖像進行研究。
　　 本文首先了解了醫(yī)學(xué)影像學(xué)的發(fā)展歷史、醫(yī)學(xué)圖像處理技術(shù)以及醫(yī)學(xué)圖像中常用的濾波算法。然后說明了PET技術(shù)的發(fā)展現(xiàn)狀、PET的原理還有由PET發(fā)展而成的PET/CT技術(shù)及PET/CT的發(fā)展前景。再次研究了獨立分量分析(Independent Component Analysis，ICA)的基本原理、約束條件和研究現(xiàn)狀，以及固定點(Fixed-Point)算法和核獨立分量分析(Kernel Indepe

3、ndent ComponentAnalysis，ICA)的研究。本文提出了把核獨立分量分析應(yīng)用到PET圖像去噪處理，首先用主分量分析(Principal Component Analysis，PCA)對PET圖像實驗數(shù)據(jù)做預(yù)處理，然后用基于核獨立分量分析算法對預(yù)處理后的圖像數(shù)據(jù)進行去噪處理，最后重構(gòu)PET圖像以獲取效果更佳的PET圖像。最后，仿真實驗結(jié)果表明，相對于醫(yī)學(xué)圖像處理中傳統(tǒng)ICA去噪算法，本文所采用的去噪算法可以應(yīng)用于PET圖