使用细胞神经网络和小波进行医学图像处理的方法研究

摘要

医学图像处理是目前国际上的一个热门的研究领域,其中图像压缩、安全存储与安全传输是该领域应用的关键技术之一,而小波和神经网络是两种重要的工具.该文旨在完善小波和细胞神经网络的基本理论,拓宽其在医学图像处理中的应用范围.论文的主要工作包括:●给出一个通用的医学图像压缩传输应用框架(Medical Image Compressionand Transfer Application Framework,MICTAF),该框架兼容医学影像国际标准DICOM标准,具有通用性和可扩展性.给出一个基于TCP/IP网的医学图像安全传输框架,试图解决PACS系统应用中日益重要的医疗信息安全问题.●给出基于小波变换的两种医学图像压缩算法:(1)通过对平面图像中于人视觉因素有关的关键象素进行插值实现某类医学图像数据压缩,该文给出基于平面线上的散乱数据小波分解的图像压缩算法(2)给出一类同时具备紧支撑性、对称性(或反对称性)、正交性四重正交多小波的构造方法,给出一种基于双向量张量积型的四重正交多小波的图像数据压缩算法,该算法对某些具有对称性的医学图像有良好压缩效果.●分析一类处理动态医学图像序列的时延细胞神经模型,给出两方面结果:(1)给出时延细胞神经网络的平衡点全局渐进稳定的一些新的充分条件,改进、推广了已有文献的相应结论,可应用于以前不能处理的若干情形.(2)利用Lyapunov函数法并结合不等式分析技巧,给出了变系数的时延细胞神经网络的周期解的存在准则,通过应用该准则扩大了神经网络设计的范围.

目录

文摘

英文文摘

第1章绪论

1.1论文的选题背景及意义

1.1.1医疗图像压缩问题

1.1.2医疗图像存档与通讯系统的安全问题

1.1.3其他医学图像处理相关问题

1.2图像压缩技术基础

1.2.1基本图像压缩方法

1.2.2基于小波的渐进图像压缩算法

1.2.3JPEG2000

1.3论文的主要工作及内容安排

第2章安全的医学图像压缩传输框架

2.1 PACS系统与DICOM标准

2.1.1 PACS系统

2.1.2 DICOM标准

2.1.3 DICOM在PACS上的应用

2.2医学图像压缩的相关工作

2.2.1医学图像的有损压缩

2.2.2医学图像的无损压缩

2.2.3无损和有损压缩结合的医学图像压缩

2.2.4压缩医学图像的质量评估

2.3医学图像压缩传输应用框架(MICTAF)

2.3.1应用框架的特性要求

2.3.2应用框架的基本流程

2.3.3应用框架带来的好处

2.3.4应用框架的实现

2.4安全的医学图像存档与通讯系统框架

2.4.1医学图像存档与通讯系统的安全需求

2.4.2相关安全技术

2.4.3医学图像档案数据库的安全架构

2.4.4医学图像传输的安全架构

2.4.5安全机制和服务的实现

第3章两种基于小波的图像压缩算法

3.1基于平面中线上分布的散乱数据小波分解的压缩算法

3.1.1简介

3.1.2插值样条的特点

3.1.3[a,b]中非等距节点的样条小波

3.1.4[a.b]×[c,d]中的张量积样条小波

3.1.5压缩算法

3.2基于四重正交多小波的压缩算法

3.2.1多小波简介

3.2.2四重正交多小波

3.2.3分解和数据压缩算法

3.2.4实验与结论

第4章DCNN的全局渐进稳定性与周期解

4.1引言

4.1.1 CNN与DCNN的提出

4.1.2 CNN与DCNN在医学图像处理中的应用

4.1.3 CNN与DCNN的稳定性问题

4.2时延细胞神经网络的全局渐进稳定性

4.2.1 DCNN模型描述

4.2.2预备知识

4.2.3全局渐进稳定性定理

4.2.4例子与结论

4.3具变系数的时延细胞神经网络的周期解

4.3.1具变系数的DCNN模型描述

4.3.2预备知识

4.3.3周期解存在性定理

4.3.4例子与结论

参考文献

在学期间主要研究成果

致谢

原创性声明