基于部分频谱数据信号重构的信号去噪方法技术

本发明专利技术涉及一种基于部分频谱数据信号重构的信号去噪方法，首先从磁共振成像扫描仪中采集完整的Ｋ空间数据Ｇ（ｋ↓［ｘ］，ｋ↓［ｙ］）、从中取出部分频谱数据并进行基于复奇异谱分析的图像重构处理后重构出多个观测信号、最后根据该多个观测信号利用多重观测信号平均法进行图像信号去噪处理。采用该种基于部分频谱数据信号重构的信号去噪方法，具有多重观测信号平均去噪法和单一观测信号去噪法的优点，节省扫描时间，能有效去除图像噪声，提高信噪比，发明专利技术方法高效实用，工作性能稳定可靠、适用于一般的信号去噪，为信号处理提供了新的理论和方法。

【技术实现步骤摘要】

本专利技术涉及医学成像检测
，特别涉及磁共振成像保真信号除噪声领域，具体是指一种。
技术介绍
随着现代医学技术的不断发展，核磁共振成像(MRI)技术已经成为医学成像检测领域中不可或缺的手段，其中，磁共振信号空间(原始数据空间)称为K空间，即为傅里叶变换空间，K空间采样到信号经过傅里叶反变换后再取模，即得到核磁共振(MR)图像。通常的图像信号中均包含有各种噪声，而噪声可分为加性噪声和乘性噪声，乘性噪声大小与其染污的信号大小成比例，加性噪声大小与其染污的信号大小无关。含加性噪声的观测信号f(x)数学模型可表述为f(x)＝g(x)+ns(x)，x＝0，1，...，N-1 ......(0)其中g(x)和ns(x)分别表示为无噪声真实信号序列和噪声信号序列。大多情况下，g(x)序列是一个非平稳信号，因而观测信号f(x)一般也是一个非平稳信号。现有技术中的除噪声方法大致有以下三类第一类多重观测信号平均法。其主要思想是根据ns(x))序列的各个元素可认作相互独立的、具有同分布的、零均值的、平稳的随机变量的假设。这样将多次采集到的观测信号f(x)序列迭加平均时，随机噪声ns(x)会相本文档来自技高网...

【技术保护点】
一种基于部分频谱数据信号重构的信号去噪方法，其特征在于，所述的方法包括以下步骤：　　　　（１）从完整的信号频谱空间中，按不同频段取出各种部分频谱数据Ｇ（ｋ）；　　　　（２）根据上述的部分频谱数据运用复奇异谱分析方法重构出多个观测信号；　　　　（３）根据上述重构出的多个观测信号，利用多重观测信号平均法进行信号去噪声。

【技术特征摘要】

【专利技术属性】
技术研发人员：骆建华，朱跃敏，
申请(专利权)人：骆建华，
类型：发明
国别省市：31[中国|上海]