小波分析用于医学图像的奇异性检测

摘要

小波变换是近10多年来发展起来的一门新兴学科，是一种信号的时间一尺度分析方法，它具有多分辨率的特点，而且在时频两域都具有表征信号局部特征的能力。由于其在信号处理领域表现出的优异性能，目前其在图像处理、信号滤波、时频分析、多尺度分析等方面得到了广泛的应用。在生物医学领域，其主要应用于信号检测、特征提取、图像处理、信号压缩等方面。 医学图像包含了大量的病理信息，对临床的诊断和治疗具有非常重要的意义。医学图像的计算机处理一直是国内外学者的研究热点。因此，探求新的更加精确的快速的计算机自动处理和诊断是非常有意义的。 医学图像处理的任务主要有图像的预处理，如分解、消噪、增强、压缩、特征提取、图像配准与融合和三维重建等。本文研究的主要内容就是探求图像的预处理的新方法，期望为下一步的更为复杂的处理如三维重建，打下基础，为临床诊断和治疗提供一个新的科学手段。医学图像处理可以归类于数字图像处理的范畴，因此可以应用数字图像处理的常规方法来对之进行处理，但是医学图像又具有自己的特点，常规的方法往往达不到理想的处理结果。因此，本文引入了新的小波分析的方法对主动脉夹层CT图像进行处理。 本论文在选择适当的小波基的情况下，运用小波变换咱勺理论对主动脉夹层CT图像进行了多尺度分解；利用软阈值处理方法对该CT图像成功进行了消噪处理；通过改变小波域中某些系数的大小对该CT图像成功进行了增强处理；利用MATLAB软件中的wdencmp函数对该CT图像成功进行了压缩；利用模极大值和边缘点之间的关系，结合改进的多孔算法进行图像的边缘提取，并对提取的初始边缘做边缘的跟踪补偿，最终得到较为理想的边缘图像。另外，本论文还用小波变换对图像的边缘失真进行了处理，对称延拓模式相对处理较好。本文所述的各种方法均采用Matlab 6.5和Visual C++6.0仿真实现。

目录

文摘

英文文摘

论文说明：符号说明

原创性声明及关于学位论文使用授权的声明

第一章绪论

第二章小波变换的基本理论

第三章计算机体层成像

第四章二维小波变换在医学图像处理中的应用

第五章总结与展望

参考文献

致谢

攻读硕士学位期间发表的论文