一种基于CBD-Net的医学内窥图像去噪方法技术

本发明专利技术公开了一种基于CBD‑Net的医学内窥图像去噪方法，构建并改进CBD‑Net，得到医学内窥图像去噪模型；根据内窥镜的成像原理得到噪声来源；获取模拟训练集、真实训练集，并根据噪声产生的来源，获取补充训练集；采用模拟训练集、真实训练集以及补充训练集训练医学内窥图像去噪模型；采用训练好的医学内窥图像去噪模型对医学内窥图像进行去噪。本发明专利技术在处理内窥镜图像的同时不会改变其原有色调、亮度等因素；且本发明专利技术较好地保留了医学图像细节。

【技术实现步骤摘要】
一种基于CBD-Net的医学内窥图像去噪方法
本专利技术属于医学内窥图像处理
，具体涉及一种基于CBD-Net的医学内窥图像去噪方法。
技术介绍
医学电子内窥镜是传统内窥镜与计算机、微电子等技术不断发展和融合的产物，是当前应用非常广泛的医疗仪器，内窥镜可进行有效的体内检查，拍摄病变部位图像，摘取病变部位作为样本，为下一步治疗提供更多信息。然而在现实运用中，医学图像在采集、转换和传输中，常受到成像设备与外部环境影响，内窥镜图像不可避免地会存在一些噪声，噪声的存在会严重降低图像质量，损害图像中的细节信息，干扰医生的正确判断，甚至造成误诊。所以如何改进内窥镜去噪技术，使其能够很好地去除图像中的噪声并且最大程度保留图像有效信息，在现实应用中具有重要的价值。内窥镜通常采用的是CMOS图像传感器，其主要噪声来源有像素光敏单元的光电二极管，场效应管及图像传感器工作时产生的噪声。其中光电二极管产生的噪声有热噪声，散粒噪声，产生符合噪声及电流噪声。MOS场效应管，包括放大器中的场效应管和用于行列选址模拟开关的场效应管，引起的噪声主要有热噪声，诱生栅本文档来自技高网...

【技术保护点】
1.一种基于CBD-Net的医学内窥图像去噪方法，其特征在于，包括：/n(1)构建并改进CBD-Net，得到医学内窥图像去噪模型；/n(2)根据内窥镜的成像原理得到噪声来源；/n(3)根据医学内窥图像去噪模型获取模拟训练集；并根据噪声产生的来源，获取补充真实训练集；/n(4)采用模拟训练集以及补充真实训练集，训练医学内窥图像去噪模型；/n(5)采用训练好的医学内窥图像去噪模型对医学内窥图像进行去噪。/n

【技术特征摘要】
1.一种基于CBD-Net的医学内窥图像去噪方法，其特征在于，包括：
(1)构建并改进CBD-Net，得到医学内窥图像去噪模型；
(2)根据内窥镜的成像原理得到噪声来源；
(3)根据医学内窥图像去噪模型获取模拟训练集；并根据噪声产生的来源，获取补充真实训练集；
(4)采用模拟训练集以及补充真实训练集，训练医学内窥图像去噪模型；
(5)采用训练好的医学内窥图像去噪模型对医学内窥图像进行去噪。


2.根据权利要求1所述的一种基于CBD-Net的医学内窥图像去噪方法，其特征在于，步骤(1)所述CBD-Net包括噪声估计子网络和非盲去噪子网络；
所述噪声估计子网络由五个全连接层组成，每个卷积层的通道数是32，filter大小是3*3，每层卷积层后跟Relu激活函数；
所述非盲去噪子网络为U-Net结构，filter大小是3*3，除最后一层外，每层卷积层后均设有激活函数，所述激活函数是Relu。


3.根据权利要求2所述的一种基于CBD-Net的医学内窥图像去噪方法，其特征在于，所述步骤(1)改进的CBD-Net，其初始噪声模型n(x)～N(0,σ(y))表现为：

n(x)＝ns(x)+nc，
n(x)＝ns(x)+nc中，ns代表的是信号依赖噪声部分，nc则代表平稳噪声部分，建模为方差为的高斯白噪声；
考虑了相机内ISP流程和JPEG压缩效应后得到医学内窥图像去噪模型：
y＝JPEG(M-1(M(f(L+n(x)))))
y表示待输入噪声图像；f(·)表示相机响应函数(C...

【专利技术属性】
技术研发人员：汪彦刚，张诚天，陈阳，
申请(专利权)人：南京图格医疗科技有限公司，
类型：发明
国别省市：江苏;32