基于改进ＰＣＮＮ的超声图像增强算法

2014年12月29日15:47:57 本网站我要评论(2)字号：T | T | T

摘　　　要：目前国内外已经有很多学者对超声图像的增强算法进行了一些研究，但是由于超声图像的成像特点使图像本身存在着斑点噪声大，对比度低，亮度不均匀等问题，使得这一领域的研究进展比较缓慢，大多数实用的超声图像处理技术仍需要人工交互才能完成对图像的处理。将脉冲耦合神经网络（ＰｕｌｓｅＣｏｕｐｌｅｄＮｅｕｒａｌＮｅｔｗｏｒｋ，ＰＣＮＮ）引入到医学超声图像的处理中，利用脉冲耦合神经网络的生物学背景，提出了一种基于ＰＣＮＮ的超声图像增强算法。

在该增强算法中，通过构造阈值来模拟马赫带效应，使得输出的结果能够反映人眼的某些视觉特性。经过计算机仿真，该算法在超声图像处理中取得了较好的效果，能够为临床诊断提供内容清晰的超声图像，便于医生观察病变部位，并对超声图像进一步分析和处理。

关　键　词：超声图像；脉冲耦合神经网络；增强算法；马赫带效应

１　引　言

超声成像技术由于其廉价、快速、无辐射等优点而被广泛应用于医学临床诊断当中。但在对超声图像处理时，因为图像本身颜色偏暗，对比度低，局部的分辨率低，导致有些细节不明显而无法为人眼识别，在一定程度上制约了诊断效果。

目前，国内外已有很多学者对超声图像的增强算法进行了一些研究。Ａｂｄ－Ｅｌｍｏｎｉｅｍ等［１］提出一种基于非线性连续扩散模型（ＮｏｎｌｉｎｅａｒＣｏｈｅｒｅｎｔＤｉｆｆｕｓｉｏｎ，ＮＣＤ）进行超声图像的斑点消除和连续增强处理。Ｂｏｕｋｅｒｏｕｉ等［２］研究了一种基于超声图像特征的方法来增强有噪声的超声图像。陈文山等［３］提出了一种基于相似度测量的医学超声图像对比度增强方法。郭敏等［４］将小波变换引入到了超声图像的处理中，提出了一种基于小波变换的医学超声图像去噪及增强方法。尽管出现了众多的图像增强方法，但上述文献中的方法大多数仅考虑到超声图像的成像原理和图像本身的特点，对超声图像进行增强运算处理，本文结合超声图像的特点，利用脉冲耦合神经网络（ＰＣＮＮ）的生物学背景，提出了一种基于ＰＣＮＮ的超声图像增强算法。

登录网站后可下载文件

基于改进ＰＣＮＮ的超声图像增强算法

相关阅读: