[发明专利]医学图像的处理方法及系统

权利要求书

1. 一种医学图像的处理方法，其特征在于，所述方法包括步骤：

使用多分辨率空间数据模型将输入的原医学图像转换为分解为多个尺度，得到一系列不同分辨率上的细节图像和一幅残值图像；

使用直方图均衡化方法对残值图像进行增强处理，得到新残值图像；

从最小尺度的细节图像开始，依次对每层细节图像中每个像素点进行噪声抑制与增益处理，分别得到新细节图像；

通过重建算法对新残值图像与每层新细节图像进行重建处理，得到处理后的新医学图像。

2.根据权利要求1所述医学图像的处理方法，其特征在于，所述对每层细节图像中每个像素点进行噪声抑制与增益处理的步骤具体包括：

计算获得每一层细节图像的幅度图；

从细节图像增益映射表中获取每一层细节图像对应幅度图中每个像素点对应的增益系数；

将每一层细节图像中每个像素与对应的增益系数相乘，分别得到每层新细节图像。

3.根据权利要求2所述医学图像的处理方法，其特征在于，所述计算获得每一层细节图像的幅度图的步骤具体包括：

取每一层细节图像中每个像素点的绝对值，获得该层细节图像对应的绝对值图像；

对每一层绝对值图像分别作纵向的低通滤波和横向的低通滤波，分别得到每层细节图像对应的幅度图。

4.根据权利要求2所述医学图像的处理方法，其特征在于，所述计算获得每一层细节图像的幅度图的步骤具体包括：

对残值图像求横向和纵向方向上的梯度图，并使用插值算法将横向和纵向的两幅梯度图放大到和每一层的细节图像一样大小；

对每一层细节图像求绝对值得到对应的绝对值图像；

在每层绝对值图像中的每个像素点上，根据残值图像的横向和纵向方向上的两个梯度图，求该像素点上的梯度方向，并沿垂直于梯度的方向做低通滤波，分别得到每层细节图像的幅度图。

5.根据权利要求2所述医学图像的处理方法，其特征在于，所述计算获得每一层细节图像的幅度图的步骤具体包括：

将残值图像使用分割算法将其分解为结构体区域和非结构体区域；

取每一层细节图像中每个像素的绝对值，获得该层细节图像对应的绝对值图像；

在残值图像的结构体区域对每层细节图像中每个像素点的绝对值沿平行于结构体边界方向做低通滤波，且在残值图像的非结构体区域对每层细节图像中每个像素的绝对值做纵向和横向的低通滤波，分别得到每层细节图像的幅度图。

6.根据权利要求5所述医学图像的处理方法，其特征在于，所述将残值图像分解为结构体区域和非结构体区域的步骤具体包括：

对残值图像求梯度图；

使用阈值对梯度图二值化，将像素点的梯度值大于阈值的在二值化图像中设为1表示为结构体区域，剩下的像素在二值化图像中设为0表示为非结构体区域。

7.根据权利要求2所述医学图像的处理方法，其特征在于，所述细节图像增益映射表通过一个n阶多项式的映射函数计算获得。

8.一种医学图像的处理系统，其特征在于，所述处理系统包括：

图像分解模块，用于使用多分辨率空间数据模型将输入的原医学图像转换为分解为多个尺度，得到一系列不同分辨率上的细节图像和一幅残值图像；

残值图像增强处理模块，用于使用直方图均衡化方法对残值图像进行增强处理，得到新残值图像；

细节图像处理模块，用于从最小尺度的细节图像开始，依次对每层细节图像中每个像素点进行噪声抑制与增益处理，分别得到新细节图像；

图像重建模块，用于通过重建算法对新残值图像与每层新细节图像进行重建处理，得到处理后的新医学图像。

9.根据权利要求8所述医学图像的处理系统，其特征在于，所述细节图像处理模块具体包括：

细节图像幅度计算模块，用于计算获得每一层细节图像的幅度图；

增益系数确定模块，用于从细节图像增益映射表中获取每一层细节图像对应幅度图中每个像素点对应的增益系数；

细节图像增益处理模块，用于将每一层细节图像中每个像素与对应的增益系数相乘，分别得到每层新细节图像。