面向计算机辅助诊断的多尺度增强方法的研究

摘要

随着医疗成像设备的发展，医学影像的成像精度和数字化程度的提高，海量的有待临床医生及时做出诊断的影像的不断涌现，加速了计算机辅助诊断的出现和发展。本文面向计算机辅助诊断的应用需求和发展趋势，对计算机辅助诊断预处理中的增强算法开展了深入的研究。分析比较现有的增强算法，对于CT影像的增强进行了综合分析并设计和实现了基于冗余小波变换的多尺度自适应直方图均衡方法。该方法能明显改善CT影像的视觉观察效果，突出影像中类似结节等小组织结构等局部细节信息，并有效避免在传统增强算法中出现明显伪迹或噪声放大现象。 本文对现有的增强算法进行了总结和分析，针对特定的成像设备输出的影像特点不同，已经出现了很多比较成功的增强算法。面向肺结节的计算机辅助检测应用需求，对于具有比较统一均匀的CT影像，许多经典增强算法并不适用。通过分析比较，得出直方图均衡的方法对增强CT影像的对比度有明显的优越性。 面向计算机辅助诊断的检测需求，对医学影像应采用具有平移不变性的变换，为此，本文选择冗余小波变换实现多尺度分析。快速冗余小波变换使用Mallat二进小波变换和àtrous算法实现。考虑小波变换可能放大原有的噪声，我们折衷考虑了边缘保持和噪声消除，选择四阶偏微分方程的对增强后的影像进行消噪。通过增强处理，可以明显加快对CT影像诊断的解读时间，有助于提高检测的准确率，有效防止漏诊和误诊的现象发生。

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

第一章绪论

1.1医学成像和影像理解

1.2计算机辅助诊断

1.3影像增强

1.4本文研究背景和组织结构

第二章面向二维医学影像的增强方法研究

2.1面向二维医学影像的增强

2.1.1空域内的增强算法研究

2.1.2频域内的增强算法研究

2.1.3多尺度增强算法研究

2.2基于小波变换的多尺度分析在医学影像中的应用

2.3本章小结

第三章基于冗余小波变换的多尺度分析与重建原理

3.1小波变换产生背景

3.2小波变换及其性质

3.2.1连续小波变换

3.2.2连续小波变换离散化

3.3多分辨分析与Mallat算法

3.3.1多分辨分析

3.3.2一维Mallat算法

3.3.3二维Mallat算法

3.4冗余小波变换及多孔算法

3.5本章小结

第四章多尺度增强方法研究

4.1多尺度分析

4.2基于金字塔的多尺度增强算法

4.2.1高斯金字塔

4.2.2拉普拉斯金字塔

4.2.3基于拉普拉斯金字塔的多尺度直方图均衡

4.2.4吉布斯效应

4.3基于小波变换的多尺度增强算法

4.3.1基于小波变换的增强

4.3.2多尺度直方图均衡

4.3.3多尺度直方图均衡改进

4.4本章小结

第五章多尺度增强算法设计与实现

5.1多尺度直方图均衡

5.1.1二次样条小波及相应的滤波器组

5.1.2直方图均衡

5.1.3消除噪声

5.2算法实现

5.2.1 àtrous算法进行小波分解

5.2.2 CLAHE增强细节

5.2.3理想重构并消噪增强

5.3本章小结

第六章结论

参考文献

致谢

攻研期间论文发表情况