基于小波变换的医学超声图像去噪方法研究

医学信息２０１０年１２月第２３卷第１２期Ｍｅｄｉｃａｌ　Ｉｎｆｏｒｍａｔｉｏｎ．Ｄｅｃ　２０１０．Ｖｏ１．２３．Ｎｏ．１２　基于小波变换的医学超声图像去噪方法研究　赵汉青　（中国矿业大学计算机学院江苏徐州２２１０００；解放军第九七医院磁共振科江苏徐州２２１０００）　摘要：本文通过对超声图像去噪方法等的相关分析，提出了一种基于小波分析理论的医学超声图像噪声抑制方法一一Ｄｏｎｏｈｏ小波软阀值技　术　该方法与中值滤波。维纳滤波等常规方法相比，不仅可有效去除噪声、保留细节信号，而且极大限度地去除斑纹噪声。　关键词：医学超声图像；小波变换；中值滤波；维纳滤波　目前，医学成像有很多的方法，其中，超声成像就是一种很好的　方法。与其他医学成像相比较，超声成像具有很多的优点，如：成本　低、操作方便、图像实时可视以及对人体健康无害等一系列优点。超　的信号目。如此反复的对信号进行处理之后，小波系数基本上可以被　认为均是由信号所产生的，从而最终得到了去噪后的图像。　在一般情况下，阈值函数包括以下两个：硬阈值和软阈值函数。　声成像这些优点很好的满足了医学的众多研究，因此，其它是众多　的医学临床治疗诊断的一种主要方法。然而．超声成像也会产生一　些不利的方面，其中，影响最大的就是产生干扰性的斑点，从而最终　影响整体的成像效果，不利于对患者病情的观察判断。因此，为了能　够快速准确的对患者病情进行诊断，应该尽可能的寻找一种能够消　除成像中斑点噪声的方法，进而提高成像的质量。　１超声图像斑点去噪方法的现状　目前，去除超声图像中的斑点噪声，方法有很多，其目前用的最　多的主要有以下三种：中值滤波、小波变换以及维纳滤波，此外，还　有许多在这三种的基础上所衍生出来的一些有效地去噪方法，如：　自适应加权中值滤波，这种方法也能很好的去除噪声，属于低通滤　波，但由于其细节分辨率较低，目前运用的范围不是太广。Ｊａｉｎ提出　的维纳滤波，主要是利用加性来去除噪声的，以及Ｚｏｎｇｅｔ．ａｌｌ通过变　换对数等，进而把噪声从原有的图像中分离出来，最后用硬阀值来　最终消除斑点噪声。尽管这两种方法在一定程度上，都能消除噪声，　但是，这些技术在处理过程中，仍然存在着一些不可忽视的缺点，　如：不能很好的保留原有的图像的主要特征等。超声图像去噪最主　要的目的就是要平滑噪声，并且尽可能地使原有的图像的主要特征　保留不变，从而使医生能够通过图像的细节特征等，来最终判断目　标对象是否发生了病变。呵见，噪声对医学领域的危害之大，因此，　为了提高图像的质量，但又不改变原有图像的主要特征，选取好的、　有效的去噪技术显得尤为重要，这对于提高医生的效率以及临床诊　断的准确性等，都具有极大地摊动作用和现实意义ｌｌ１。　２小波去噪技术的运用　小波去噪技术目前已被广泛的运用到各个领域之中，小波变换　主要是通过数学分析来对噪声进行清除，它作为一种强大的数学分　析工具，其主要的理论基础就是多分辨分析。Ｄｏｎｏｈｏ提出的小波去　噪方法，是在可变阈值的基础上形成的，它能够非常有效地消除图　像中的斑点噪声，而叉保留原有图像的主要特征。小波变换这种方　法，首先是将图像进行相关的对数变换．在乘性噪声转化成为加性　噪声之后，就实行多尺度的小波转化，进而最大程度的把图像变为　一种具有尺度差异的小波系数，通过这样的转换，可以使斑点集中　在高频率的子图像之中，而图像的信息则集中在低频率的子图像之　中，最终实现噪声的消除。通过相关的实践，证明小波转换这一方法　对去除噪声有很好的效果，而且，它在去除噪声的同时，又能非常有　效地保留原有图像，增强了边缘的信息　。　３小波去噪技术的主要原理及相关参数　通过小波阀值的方法能够有效的去除噪声，其主要原理是：由　于经过分解而获得的小波系数，其分布特性不同，噪声集中在高频　图像，而图像的信号则集中在低频阶段，其小波系数较小。因此，为　了达到去噪的最佳效果，则所要保留的噪声信号必须要大于特定阀　值的小波系数，而对于小于该特定阀值的小波系数，就应该舍去，因　为该小波系数如果不含信号分量，最大的可能就是由于噪声而引起　收稿１３期：２０１０—１０—１２　硼　：Ｗ６＝｛　其中：６：硬阈值　ｗ：小波系数　由以上公式可知：当所输入的数值比阀值大时，则输出和输入　相同；当所输入的数值小于阀值时，则输出就为０。这样经过计算，就　只保留了大于阀值的小波系数，而小于阀值的所有的小波系数都被　去除掉了。　软阈值函数如下：　Ｗ６＝｛　。。　其中：Ｆ（ｗ）表示符号函数。　对于小波系数中的小于阀值，它是用０代替的，当小波系数大　于阀值时，就用阀值减去，从而使该函数的系数向０缩减，进而获得　比硬阀值函数有更好的信噪比。　硬阀值和软阀值的方法比较来看，都有各自的优缺点。前者能　够很好的保留图像的边缘信息，但是，其不能保证小波系数的连续　性，从而导致视觉上的失真。而对于后者来说，虽然能够获得很好的　去噪效果，但是在选择合适的阀值的时候，有一些的麻烦。　关于小波阀值的取值问题，国内外也已经研究了很多。９０年代，　Ｄｏｎｏｈｏ等便提出了采用Ｄｏｎｏｈｏ的阈值去噪方法，后来，Ｄｏｎｏｈｏ又提　出小波软阈值方法，使用离散小波变换将原始图像ｆ（ｘ，Ｙ）尽可能的　分解到各个尺度上，并把尺度内的非线性各阈值定义为：　６＝ｏ］Ｊ［２１ｏｇ０＋１）ｊ　Ｊ＝１，２，３，Ａ，Ｎ　式中：　：各尺度下图像的噪声标准方差，主要用于衡量噪声强　度的大小。　使用Ｄｏｎｏｈｏ小波软阀值方法去除超声图像噪声，能够很好的　避免单一小波阀值去噪时缺乏自适应性等的缺陷，在消除噪声的同　时，最终保持医生诊断所需要的图像细节等特征，获得良好的图像质　量。　综上所述，本文利用Ｄｏｎｏｈｏ小波软阀值技术的方法，来消除医　学超声图像中的噪声，同时也保留了图像原有的特征以及必要的细　节，进而有利于对图像做进一步的分析和处理，是一种消除噪声的很　好的方法，值得推广。　参考文献：　【１】郭敏，马远良，朱霆．基７－，ｂ波变换的医学超声图像去噪及增强方法【Ｊｊ．中国医　学影像技术，２００６，２２（９）：１４３５－１４３７．　［２］刘春明，张相芬，陈武凡．基于小波的医学超声图像斑点噪声抑制方法ｆＪ］．中国　医学物理学杂志，２００６，９，２３（５）：３６４～３６６．　［３］罗忠亮，王修信，胡维平．基于小波分析的医学超声图像去噪与增强研究［ｊ】．计　算机工程与应用，２００４：１００２～１００４．　编辑／贺丽　瓣