基于特征融合的低剂量CT图像降噪方法

近年来低剂量CT(Low Dose CT,LDCT)被广泛应用于临床诊断中,但LDCT会产生不规则的噪声。已有的降噪方法往往缺乏对全局特征信息的考虑,以及不注重边缘特征信息和重建图像的视觉效果。为此,提出了一种基于特征融合的低剂量CT图像降噪方法。首先,利用Transformer优异的全局感受野提取图像的全局特征信息,并利用卷积神经网络(Convolutional Neural Network,CNN)良好的局部特征提取能力提取图像的局部特征信息。在Transformer模块中加入维度变换思想,以更好地抑制噪声;在CNN模块中使用稠密连接的方式将浅层网络的特征信息复用于深层网络中,以此保存更多的特征信息。其次,为了获取更加丰富的图像细节特征,使用了改进的索伯边缘增强算子来加强模型对边缘特征信息的提取能力。最后,将Transformer模块和CNN模块获取的特征信息进行融合并输出重建图像。此外,为了使降噪重建后的图像有更好的质量和视觉效果,设计了一个多尺度复合损失函数。实验表明:在AAPM-Mayo数据集的降噪实验中,与当前主流的LDCT图像降噪方法相比,本文方法取得了更好的降噪效果。

Embedding a Signature in an Image Based on Fractal Compress Transformations

ＥｍｂｅｄｄｉｎｇａＳｉｇｎａｔｕｒｅｉｎａｎＩｍａｇｅＢａｓｅｄｏｎＦｒａｃｔａｌＣｏｍｐｒｅｓＴｒａｎｓｆｏｒｍａｔｉｏｎｓＣａｏＨａｎｑｉａｎｇＺｈｕＧｕａｎｇｘｉＺｈｕＹａｏｔｉｎｇＺｈａｎｇＺｈｅｎｇｂｉｎｇ（ＨｕａｚｈｏｎｇＵｎｉｖｅｒ...

First Order Fuzzy Transform for Images Compression

In this paper, we present a new image compression method based on the direct and inverse F1-transform, a generalization of the concept of fuzzy transform. Under weak compression rates, this method improves the quality of the images with respect to the classical method based on the fuzzy transform.

可形变Transformer辅助的胸部X光影像疾病诊断模型

针对胸部X光影像中的灰雾现象、病变区域重叠等问题,提出可形变Transformer辅助的胸部X光影像疾病诊断模型.将扩展后的ResNet50作为特征提取网络,添加压缩型双注意力模块,增强病变区域与非病变区域之间的特征差异,降低冗余信息的干扰,提高图像数据的特征提取效果;通过可形变Transformer解码器内部的交叉注意力模块,引入类别表征作为先验知识,引导影像特征进一步融合,提高不同疾病在影像区域重叠情况下的特征区分度;将解码器的输出传入分类器中以获得最终的诊断结果.压缩型双注意力模块和可形变Transformer均起到降低模型计算复杂度的作用,引入非对称损失函数可以更好地解决正负样本不均衡.利用所提模型在公开数据集ChestX-Ray14和CheXpert上进行多组实验,在2个数据集上的受试者操作的特征曲线下面积值(AUC)分别达到0.8398和0.9061,表明该模型在胸部X光影像的疾病诊断方面具有正确性和有效性.

基于多分辨率变换和压缩感知的PET/CT融合方法

针对移动医疗背景下医学图像融合信息交互的局限性问题,提出一种基于多分辨率变换NSCT和压缩感知理论的肺癌PET/CT图像融合算法。第一步,对源图像进行单层NSCT分解;第二步,通过分析PET和CT不同的成像机制和显像信息,对分解后具有较差稀疏性且主要集中源图像大部分能量的低频子带,采取高斯隶属度函数加权的融合规则,对主要呈现源图像细节信息的高频子带使用高斯随机矩阵进行压缩测量,选择基于平均梯度和区域能量的方法法对高频测量值进行融合;第三步,采取正交匹配追踪算法重构融合后的高频测量值;第四步,对低频融合图像和重构后的高频融合图像进行NSCT逆变换得到最终的融合图像;最后,对该算法进行了两方面的仿真实验:与其他压缩感知图像融合方法的比较以及与其他多分辨率图像融合方法的比较,实验结果表明,该算法是有效可行的。

基于压缩感知和NSCT-PCNN的PET/CT医学图像融合算法

针对非下采样Contourlet变换(NSCT)后计算复杂度高以及医学融合图像质量差等问题,提出一种基于压缩感知和脉冲耦合神经网(PCNN)的图像融合方法。首先将源图像进行NSCT单层分解;其次,对计算量较大的高频子带采用高斯随机测量矩阵进行压缩测量,融合规则选用绝对值取大的方法,对融合后的高频图像采用正交匹配追踪算法(OMP)进行重构;然后对低频子带采用基于PCNN的融合规则,将低频子带系数作为信号激励PCNN网络,根据低频图像的特性选择较大点火次数的系数作为低频子带融合系数;最后对高频融合图像和低频融合图像通过NSCT逆变换,得到最终的融合图像。实验结果表明:该算法无论从人眼视觉效果还是客观评价指标上均优于其他算法,且具有较强的鲁棒性。

医学数字化CT图像压缩效果的统计分析与评价

为探讨医学数字化CT图像的压缩效果,选取具有重要临床意义的肺部CT数字化图像2186张,基于小波变换进行无视觉损失压缩,对压缩效果进行统计分析与评价。经肺部影像学专家肉眼进行盲法评判,压缩后与病理诊断结果符合率为91.89(95%C I为:79%-98%),压缩前后综合评分差别无统计学意义。小波变换较好地实现了对肺部患者数字化CT图像的无视觉损失压缩。

基于快速分形的DCT补偿图像压缩编码算法

针对分形编码时间过长和离散余弦变换(DCT)在高压缩比下出现方块效应的两点不足,文中提出了一种基于快速分形的DCT补偿图像压缩编码算法,通过对子块和父块特征值排序,使得子块只搜索那些特征值符合条件的父块,从而降低了搜索的复杂度,进而加快了搜索速度。为了提高恢复图像的质量,将图像进行分形编码后,再对灰度误差块8×8作离散余弦变换。仿真试验的结果表明,结合两者的长处可以达到高质量和高压缩比的目的,从而达到很好的编码效果。

基于改进各项异性扩散和小波变换的MLEM低剂量CT重建算法

为了解决低剂量CT重建图像受噪声污染严重的问题,提出了一种基于小波收缩和差分曲率各项异性扩散的MLEM低剂量CT重建算法.该算法首先采用最大似然期望最大化(Maximum Likelihood Expectation Maximization,MLEM)算法对低剂量投影数据进行重建.然后对重建后的图像进行小波变换,对包含噪声少的低频系数进行基于差分曲率的各项异性扩散,对高频系数进行软阈值处理.仿真结果表明:与常用重建算法相比,本文算法处理后的图像更清晰,可以更好地保持图像的纹理等细节信息.

基于行列变换的恒模医学CT图像盲均衡算法

提出一种基于行列变换的降维恒模医学CT图像盲均衡算法。利用行列变换将图像信号转化为一维复值信号序列,构建了基于降维复值信号的医学CT图像盲均衡恒模代价函数,通过最陡下降法对代价函数进行迭代求解,从而获得图像的最优估计。仿真结果验证了算法的有效性,与传统算法相比,改善了峰值信噪比和恢复效果,迭代过程避免了矩阵逆运算,提高了运算效率。

基于DCT的电网金属材料金相压缩算法

为了实现对电网金属材料的定量金相分析,加快存储和传输电网金属材料金相显微组织图像的速度,对基于离散余弦变换(DCT)的JPEG图像压缩算法进行了研究。采用基于DCT的JPEG图像压缩算法,以MATLAB图像处理工具箱为软件平台对系统进行试验。试验结果表明,所设计的压缩算法满足定量金相分析图像压缩的设计要求,既可保证有较高的压缩比,又可保证较好的图像质量,大大提高了图像压缩的效率,实现了电网金属材料金相显微组织图像数据的压缩。

一种基于Contourlet变换与分裂Bregman方法的CT图像重建算法

针对稀疏投影CT图像重建算法中梯度算子在图像稀疏表示方面的局限,本文将Contourlet变换与CT图像重构相结合,利用Contourlet变换包含图像中的方向信息,从而更有效表达图像这一优势,提出一种将Contourlet变换与最小化图像总变差(TV)方法相结合,进而借助分裂Bregman方法进行最优化求解的CT重建算法。实验结果表明,在投影数较少的条件下,本文算法重构结果在RMSE与UQI方面均优于ART与TV方法,重构图像的边缘细节亦保持良好,且抗噪性能较强,说明本文算法更适合稀疏投影情况下的重建。

Interaction of Nonstationary Waves on Cylindrical Body

In this paper, the case of the interaction of a flat compression pulse with a layered cylindrical body in an infinite homogeneous and isotropic elastic medium is studied. The problem by the methods of integral Fourier transforms is solved. The inverse transform numerically by the Romberg method is calculated. With a time of toast and a decrease in momentum, the accuracy is not less than 2%. Taking into account the diffracted waves the results are obtained.

基于Radon变换CT系统参数的标定及成像

CT系统可以在不破坏样品的前提下,对特定材质的样品进行断层成像,由此获取样品的内部结构信息。利用Radon变换与反变换对CT系统的参数进行标定,使其在安装过程中的误差尽可能的小。建立CT系统参数标定模型,得到未知结构样品的准确成像。

脉冲噪声下基于压缩变换函数的LFM信号参数估计

针对现有线性调频(LFM)信号参数估计方法在脉冲噪声下性能退化甚至完全失效的问题,该文提出一种脉冲噪声下估计LFM信号参数的新方法。该文构造了一种新的压缩变换(CT)函数,分析了该函数在零点附近的近线性,推导了任意随机变量经该函数变换后的2阶矩有界,证明了函数变换前后LFM信号的初始频率和调频斜率信息不变。将经过函数变换后的信号进行分数阶傅里叶变换(FrFT),根据FrFT域中峰值坐标和信号参数的关系,寻找变换域中的峰值点,实现信号参数的估计。仿真实验表明,该方法可有效抑制脉冲噪声且能准确估计出信号的参数信息,实现简单,不需要噪声的先验信息,具有良好的稳健性。

接收函数的曲波变换去噪

压制横向非均匀地壳介质引起的散射波场对于基于水平分层介质模型的接收函数地壳结构成像及其地震各向异性研究至关重要.虽然通过数据叠加和低通滤波,在一定程度上能够压制散射波场,但也有可能导致不希望的波形畸变、信息丢失或数据分辨率降低.为了避免上述问题,本文将近年来快速发展的曲波变换理论用于远震接收函数的散射噪声压制.与勘探地震学不同,我们面临的主要问题在于地震台站和震源的空间缺失导致的接收函数空间不均匀采样.为此,我们将压缩感知理论与曲波变换去噪相结合,在对缺失数据进行波场重建的同时,实现散射噪声的压制.为了论证方法的可行性,本文进行了噪声压制和波场重建的理论检验.并将本文方法用于处理IRIS全球台网固定台站和川西台阵远震接收函数.结果表明:1)地壳介质横向不均匀引起的散射噪声可以得到有效压制,接收函数的信噪比得到提高,震相的可追踪性得到改善,从而利于进一步的接收函数反演和地震各向异性研究;2)缺失数据可以正确重建;3)本文的方法既可用于单台-多事件的数据集,也可用于单个事件-阵列观测的数据去噪,但单台-多事件数据集的结果优于阵列观测的情况.

改进分形模型的图像降噪算法

利用分形几何中的迭代函数系统理论,针对空间域建立图像分形模型存在相似匹配速度慢的缺点,提出了一种变换域的改进分形模型方法,该方法用频域的搜索匹配代替空间域的搜索匹配,不但域块和区块达到相似匹配的速度更快,而且可以自适应的调整参与计算相似匹配的参数个数.实验结果表明改进的分形模型应用于图像降噪不但可以有效的保护图像的细节和边缘信息,并避免原方法在降噪的同时带来块效应的缺点.

基于整形小波变换的辐射图像无损压缩研究

60Co集装箱CT系统的"物性鉴别"特性要求只能采用无损压缩方法处理辐射图像。由于辐射图像的灰度范围广和统计涨落大等特点,常规无损熵编码法难以取得理想效果。据此引入整形小波变换对辐射图像进行压缩处理,取得了优于传统熵编码的压缩效果。

利用人眼视觉特性的低比特率小波图像压缩

图像压缩的视觉有效性直接与其所保留的视觉重要信息有关。心理生理学实验结果显示,人眼对图像的边缘、平滑、纹理区域的敏感度不同,同时对小波分解后不同子带部分小波系数的敏感度也不同。本文据此提出了一种新的低比特率小波图像压缩方法。该算法对图像不同区域小波系数进行不同的量化,同时对图像小波分解不同子带系数进行视觉重要性加权,保证优先传输视觉上最重要的系数。实验表明,本文算法适合于低比特率的图像压缩,将其嵌入EZW编码算法中,与传统的EZW算法相比,重构图像的主观视觉质量评价指标VIF(visual information fidelity)值更高,具有更清晰的视觉效果。

双正交叠式变换的定点实现算法与DSP并行计算

针对硬件实现过程中双正交叠式变换(LBT)的浮点算法复杂度较高、二进整数算法的精度较低的问题,提出了LBT的定点实现算法。该算法根据Q格式数对浮点数的近似,采用定点逼近旋转矩阵中的三角函数值。并对该算法在TMS320C6000系列DSP实现中的并行计算问题进行了研究,通过任务划分、复合指令、软件流水等方式提高算法实现速度。该算法已在某侦查卫星数据压缩样机中实现,实验结果表明,它是一种有效的图像压缩变换,压缩质量接近CDF9/7小波,计算复杂度非常低。