手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于Kernel ICA的PET图像去噪的研究

刘冠聪

  随着医学成像和计算机辅助技术的发展,医学图像处理技术已经是目前医学技术中发展最快的领域之一,各种新的医学成像方法在临床中使用,使临床医学对人体内部病变部位的观察更直接、更清晰,确认率也更高,从而在医学诊断和治疗技术上取得了很大的进展。正电子发射型计算机断层显像(Positron Emission Computed Tomography,PET)因为可以提供人体功能方面的信息,在临床上有着广泛的应用。对它的图像处理也成了研究热点。因此本文对处理PET图像进行研究。 本文首先了解了医学影像学的发展历史、医学图像处理技术以及医学图像中常用的滤波算法。然后说明了PET技术的发展现状、PET的原理还有由PET发展而成的PET/CT技术及PET/CT的发展前景。再次研究了独立分量分析(Independent Component Analysis,ICA)的基本原理、约束条件和研究现状,以及固定点(Fixed-Point)算法和核独立分量分析(Kernel Independent Component Analysis,ICA)的研究。 本文提出了把核独立分量分析应用到PET图像去噪处理,首先用主分量分析(Principal Component Analysis,PCA)对PET图像实验数据做预处理,然后用基于核独立分量分析算法对预处理后的图像数据进行去噪处理,最后重构PET图像以获取效果更佳的PET图像。 最后,仿真实验结果表明,相对于医学图像处理中传统ICA去噪算法,本文所采用的去噪算法可以应用于PET图像的处理。Kernel ICA可以根据不同的核函数突出图像的效果,因此,可以判定Kernel ICA在PET图像的去噪处理中是一种非常实用而且有效的算法。……   
[关键词]:核独立分量分析;正电子发射型计算机断层显像;去噪;核函数
[文献类型]:硕士论文
[文献出处]:哈尔滨理工大学2010年
App内打开