多尺度熵法用于人体红外图像的腰椎病症研究

摘要

近年来，随着红外热成像技术的发展，其在医学领域的应用越来越广泛，但是利用红外热像仪对人体腰椎病变进行的研究还不太深入。本文采用红外热像仪G100对人体腰椎部位进行拍摄，通过对红外图片的选取、去噪、增强等一系列的预处理，将红外图像转化为像素序列，采用多尺度熵法对像素序列进行分析并通过熵值曲线来判断是否存在病变以及病变的程度。从红外热图像采集实验、红外热图像的预处理和多尺度熵法对红外图像的处理三方面着手，构建了一种可为临床诊断提供参考依据的人体腰椎检测软件。主要研究内容如下:
　　1)人体腰椎红外图像采集实验
　　通过设定实验参数:实验环境的温度、实验环境的湿度以及红外热像仪的参数选择和性能矫正等，使红外热图像的显示效果最佳。对实验对象即正常样本和病变样本进行多次图像采集。
　　2)红外热图像的分析研究
　　首先选取红外热图像，使腰椎部位充满整个图像;其次采用中值滤波和加权直方图均衡化来去噪和增强图像的有效信息;最后采用基于样本熵的多尺度熵算法，对像素序列进行分析研究。本课题验证了此方法的可行性，并且找到了正常腰椎红外热图像的正常熵值曲线的上下值，当人体腰椎的红外热图像熵值在绝大部分尺度上小于正常熵曲线的下值，就说明该腰椎部位存在病变，并且熵值越小，病变越严重。
　　3)借助MATLAB软件图像处理工具和GUI图形用户界面功能，设计人体腰椎检测应用软件。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状及发展趋势

1．3 课题主要研究内容

1．4 课题设计方案及创新点

第2章 红外热成像技术原理及红外图像特性分析

2．1 红外热成像原理及应用

2．1．1 红外热成像原理

2．1．2 红外诊断原理

2．1．3 多尺度熵的理论基础

2．2 红外图像特性

2．2．1 红外直方图

2．2．2 灰度直方图的定义与特点

2．2．3 红外图像直方图特点

2．2．4 红外图像的噪声

2．3 本章小结

第3章 红外热图像采集选取和去噪

3．1 红外实验采集设计

3．2 本课题对红外热像仪的选取标准

3．3 红外实验采集流程

3．3．1 设定实验环境

3．3．2 调节红外热像仪的测温范围

3．3．3 红外热像仪物距和有效视野的选择

3．4．4 红外热图像采集

3．4 红外图像的选取

3．5 红外图像降噪

3．5．1 中值滤波

3．5．2 拉普拉斯滤波

3．5．3 高斯低通滤波

3．5．4 频率低通滤波

3．5．5 小波变换滤波

3．6 本章小结

第4章 红外图像分析与处理

4．1 红外图像增强

4．1．2 灰度直方图均衡化

4．1．2 平台直方图均衡化

4．1．2 加权直方图均衡化

4．2 多尺度熵理论分析

4．2．1 多尺度熵算法的原理及实现流程图

4．2．2 多尺度熵法的参数选取分析

4．3 基于多尺度熵的红外图像分析

4．3．1 多尺度熵分析红外图像的基本思路

4．3．2 红外图像多尺度熵分析

4．4 人体腰椎红外图像检测软件设计

4．4．1 红外图像检测软件设计方案

4．4．2 红外图像检测软件的各模块分析

4．4．3 基于Matlab GUI红外图像检测软件设计

4．4．4 红外检测软件的运行和检测

4．5 本章小结

结论

附录

附录A

附录B

参考文献

攻读硕士学位期间所发表的论文

致谢