基于贝叶斯估计的低剂量CT图像 去噪算法-信号与信息处理专业论文.docxVIP

万方数据 万方数据 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研 究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人 或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集 体，均已在文中以明确方式标明。本声明的法律责任由本人承担。 学位论文作者：  日期： 年 月 日 学位论文使用授权声明 本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。 根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部 门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州 大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、 缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学 位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑 州大学。保密论文在解密后应遵守此规定。 学位论文作者： 日期： 年 月 日 摘要 摘要 摘要 计算机断层成像(Computed Tomography，CT)已经成为临床诊断和治疗的重 要手段。为了降低CT检查中高剂量的X射线对人体的伤害,低剂量CT扫描逐渐成 为临床应用的热点。但是，辐射剂量的降低导致低剂量CT图像中含有大量的量 子噪声，这些噪声严重影响图像质量。同时，量子噪声与CT图像的像素值分布 有关，传统的去除高斯噪声的方法对低剂量CT图像中的噪声去除效果不佳。故 本文主要研究低剂量CT图像中量子噪声的去除算法，主要工作如下： 噪声方差的估计精度决定了图像去噪的效果。针对传统的鲁棒性中值估计 (MAD)方法对噪声方差估计精度较差的问题，本文提出一种改进的噪声方差估 计算法。首先，利用非下采样剪切波变换把噪声图像分解为低频系数和多尺度 多方向的高频系数；然后，利用 MAD 方法估计图像高频系数的噪声方差；再次， 在估计的该噪声方差值附近选择一系列的噪声方差候选值，并且，在贝叶斯最 大后验估计的基础上计算每个候选值对应的剩余自相关功率；最后，利用剩余 自相关功率有效改进了噪声方差的估计精度。一系列的实验结果表明，提出算 法的噪声方差估计精度远远高于 MAD 算法。同时，利用提出算法对含有不同高 斯噪声强度的同一 CT 图像和含有相同高斯噪声强度的不同 CT 图像进行去噪， 实验结果表明提出算法不仅有效而且具有较强的自适应去噪能力。 低剂量 CT 扫描是降低 X 线剂量的有效手段。针对 X 线剂量降低产生量子 噪声从而导致质量退化的问题，本文提出一种基于改进噪声方差的低剂量 CT 图 像质量改善算法。首先对低剂量 CT 图像进行 Anscombe 变换，将量子噪声转化 为近似服从高斯分布的噪声；其次，利用剪切波将变换图像分解成低频系数子 带及多尺度多方向的高频系数子带；然后，针对低信噪比的高频系数子带，利 用改进的噪声方差估计方法，并结合贝叶斯最大后验估计获得精确地非噪声高 频系数; 最后,利用剪切波逆变换和 Anscombe 逆变换获得重构图像。对多幅加 入泊松噪声的常规剂量 CT 图像和多幅实际低剂量 CT 图像进行一系列仿真实 验，定量评价和视觉效果均表明提出算法不仅能有效去除图像中的噪声，而且 更好的保留了图像的边缘信息和纹理信息。 由于二维图像不够立体直观，导致医生的工作效率不高甚至导致误诊。本 文利用提出算法对一系列低剂量胸部 CT 图像进行去噪，并且，将去噪后的图像 I 进行三维重建。实验结果表明本文算法重建图像不仅提高了医生的工作效率， 而且提高了临床诊断的精度。 关键词:贝叶斯估计;低剂量 CT;噪声方差估计;量子噪声 II Ab Abstract Abstract CT (Computed Tomography) has become an important means of clinical diagnosis and treatment. In order to reduce the damage of X-ray radiation dose on the human body, the low-dose CT scanning has gradually become a hot topic in clinical application. However, due to the reduction of radiation dose, low-dose CT images contain a large number of quantum noise, and the noise seriously affects the image quality. Besides, Due to the quantum noise r