[发明专利]基于DNST的医学CT图像去噪方法

说明书

基于DNST的医学CT图像去噪方法，包括如下步骤：步骤1)建立医学CT图像模型；步骤2)通过离散不可分离剪切波对CT图像进行分解；步骤3)对高频剪切波系数进行双变量收缩处理；步骤4)对低频剪切波系数进行旋转不变双边非局部均值滤波处理步骤4)对处理后的系数进行DNST逆变换。本发明通过实验分析与最新的去噪领域算法进行了对比，有效的应用在医学CT去噪领域；特别是针对CT低频采用旋转不变双边非局部均值滤波和对高频剪切波系数进行双变量收缩，能够更好的保护医学CT图像中软组织的细节信息。通过了大量的实验数据对比，提出了基于剪切波域双变量收缩和旋转不变双边非局部均值滤波结合的医学CT图像去噪方法，能够更好的有利于医师的分析诊断。

技术领域

本发明涉及于医学图像去噪领域，特别是涉及医学CT图像。设计一种基于剪切波域双变量收缩和旋转不变双边非局部均值滤波结合的医学CT图像去噪方法。

背景技术

在人类发展史上，医学一直是人们极度重视和不断发展的学科。医学图像数字化的普及和发展极大的提高了医疗诊断的效率性和准确性。其中，计算机断层扫描(ComputedTomography，CT)在放射诊断方面具有很强的能力，它是第一种在不打开人体的情况下获得人体内部结构的轴向切片图，并且其具备组织结构密度分辨率高，对人体损害小，操作简便等优点广泛的应用在诊断诸如癌症，心血管疾病，传染病，阑尾炎，创伤和肌肉骨骼疾病等领域。医学CT的发明史造就了三位诺贝尔奖从侧面反映CT成像技术的重要性。

CT是一种采用断层扫描的医学成像方法，能够很简单的获取物体的内部结构特征，如尺寸、形状、内部缺陷和密度，它是一种强大的非破坏性评估技术，广泛的用于生成人体的二维和三位横截面图像。CT成像运用物理技术，通过测量X射线在人体内的衰减系数为基础，充分利用X射线在人体内被吸收的特性。通过医学仪器中探测器将接收到射线变成电信号，这些电信号通过模拟数字转换得到射线衰减系数值。采用优秀的数学算法，根据得到的射线衰减系数值的二维分布矩阵，经过计算机求解出在人体某个剖面的图像画面的灰度值，从而得到人体某部分截面图。但由于CT定位、定性诊断的准确性仍然收到病变部位、大小、性质、病程长短等因素的影响，不能反映脏器的功能信息。图像也容易收到噪声干扰、被照物细节等因素的影响，从而观察到图像中有斑点和细粒，进一步影响到医生从病灶部位一定大小细节从背景中鉴别出来。图像中的噪声干扰必将影响图像的进一步分析，因此研究相关医学图像去噪算法将噪声从CT图像中滤除，可为观察图像提供好的视觉环境。

本发明使用医学CT为研究对象。由于CT成像不免受到各种物理因素的影响，斑点噪声的存在严重影响了CT图像的质量，导致了医学图像质量较差。噪声的存在掩盖那些灰度差别很小的图像特征。对于临床医生而言，噪声对他们的准确诊断造成了很大的干扰，特别是对于经验不是很丰富的医生造成的影响更大。因此，从临床应用的角度出发，需要研究对CT医学图像去噪方法，为医生做出更准确的诊断提供技术支持，降低人工诊断的风险。

综上所述，研究医学CT图像去噪方法具有广泛的应用。

发明内容

本发明要克服小波分析处理高维数据稀疏能力的不足和离散剪切波框架界效应差的不足，提供一种离散不可分离剪切波(DNST)医学CT图像去噪算法,用于解决医学CT图像去噪。

现有技术中，小波变化能很好的用于图像去噪并且有效的抓住一维奇点，但不能反映直线和曲线的突变。脊波变换可以很好的捕捉线的奇异性，弥补小波的不足，但是仍然不能有效的捕捉曲线的奇异性。近些年来，通过离散剪切波算法对医学图像的处理，使得对医学图像去噪技术领域有一定的突破。DNST相比较于离散可分离剪切波拥有更好的框架界和更好的定向选择，意味着DNST拥有更好的去噪效果。本发明上将DNST工具包用到医学CT噪声图像中，并且修改了传统的收缩算法使用双变量收缩算法，并且在低频部分结合CT图像中旋转不变双边非局部均值滤波。发明了具有速度快、去噪明显的设计一种基于剪切波域双变量收缩和旋转不变双边非局部均值滤波结合的医学CT图像去噪方法，最后通过仿真验证了方法的可行性与优化的效果。