原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第42 卷 第3 期 电 子 科 技 大 学 学 报 Vol.42 No.3
20 13年5月 Journal of University of Electronic Science and Technology of China May 20 13
稀疏正则化方法的超声信号反卷积
1,2 1 2 3
文乔农 ，刘增力 ，万遂人，徐 双
(1. 昆明理工大学信息工程与自动化学院 昆明 650500; 2. 东南大学医学电子学实验室 南京 210096;
3. 东南大学计算机科学与工程学院 南京 210096)
【摘要】提出了一种在稀疏分解框架下的超声信号反卷积模型，改善了超声成像的质量。该模型包含两个正则项，分别
约束信号的光滑性和字典表示的稀疏性，并应用高阶统计量和MA模型估计系统的点扩散函数。模型直接求解很困难，采用分
裂Bregman方法交替迭代求解；并对反卷积的信号进行动态滤波、包络检波、二次抽样、动态压缩、灰阶映射等处理，得到超
声灰度图像。实验结果表明，该反卷积方法成像比直接成像的分辨率高，图像的对比度得到增强，斑点噪声明显减少。
关 键 词 反卷积; 点扩散函数; 正则化; 稀疏分解
中图分类号 TP391 文献标志码 A doi:10.3969/j.issn.1001-0548.2013.03.030
Sparse Regularization-Based Ultrasound Signal Deconvolution
1,2 1 2 3
WEN Qiao-nong , LIU Zeng-li , WAN Sui-ren , and XU Shuang
(1. School of Information Engineering and Automation, Kunming University of Science and Technology Kunming 650500;
2. Medical Electronics Laboratory, Southeast University Nanjing 210096;
3. School of Computer Science and Technology , Southeast University Nanjing 210096)
Abstract A ultrasound signal deconvolution model in the framework of the sparse decomposition is
proposed to improve the quality of medical ultrasound images. The smoothness of the signal and the sparsity of the
dictionary representation are constrained by using two regularization terms, and the point spread function is
estimated by using higher order statistics and MA model. The proposed model is sol
文档评论（0）