【技术实现步骤摘要】
一种用于核磁共振图像的去噪方法与系统
[0001]本专利技术涉及图像去噪
，具体而言，涉及一种用于核磁共振图像的去噪方法与系统。
技术介绍
[0002]随着磁共振成像技术的迅速发展，磁共振图像的分辨率、信噪比和扫描速度都有了较大的提高，但是磁共振图像噪声依然是磁共振成像技术研究的重要难题。为了减小噪声的影响，磁共振图像降噪技术广泛应用于定量磁共振、医学影像分析和临床诊断。然而，由于磁共振成像机理、扫描速度和目标运动等多方面因素的限制，磁共振成像扫描仪采集的图像仍表现出明显的噪声和伪影。
[0003]早期的图像降噪方法利用图像在空间域上信号分布的冗余信息来去除噪声。高斯滤波器广泛用于医学图像降噪中，但是该方法造成磁共振图像上某些复杂的解剖结构过于平滑。为了有效地保留磁共振图像的解剖结构，近年来，非局部均值方法开始用于磁共振图像降噪并表现出较好的降噪效果，通常超过了其他经典方法，例如基于高斯滤波器和总体变分法的降噪方法。另一种常用的降噪方法是核回归法，利用二阶泰勒展开寻找随机变量关于局部邻域的条件期望。随后，基于核...
【技术保护点】
【技术特征摘要】
1.一种用于核磁共振图像的去噪方法，其特征在于，包括：步骤1：获取核磁共振图像；步骤2：对所述核磁共振图像进行小波分解得到多个小波系数；步骤3：根据核磁共振图像的尺寸得到去噪阈值；步骤4：根据去噪阈值去除核磁共振图像的噪声得到滤波后的核磁共振图像；步骤5：对所述核磁共振图像进行图像增强处理得到增强后的核磁共振图像；步骤6：将所述增强后的核磁共振图像与所述滤波后的核磁共振图像进行融合得到去噪完成的核磁共振图像。2.根据权利要求1所述的一种用于核磁共振图像的去噪方法，其特征在于，所述步骤3：根据核磁共振图像的尺寸得到去噪阈值，包括：采用公式：λ＝σ[2log(M
×
N)]
1/2
/(2L
‑
1)得到去噪阈值；其中，λ表示去噪阈值，σ表示高斯噪声标准差，M表示核磁共振图像的长度，N表示核磁共振图像的宽度，L表示核磁共振图像的分解尺度。3.根据权利要求2所述的一种用于核磁共振图像的去噪方法，其特征在于，所述步骤4：根据去噪阈值去除核磁共振图像的噪声得到滤波后的核磁共振图像，包括：步骤4.1：根据去噪阈值构建去噪函数；所述去噪函数为：其中，w
ij
为小波系数，sign为符号函数，λ0＝0.4λ，λ表示去噪阈值，a为调节参数；步骤4.2：利用所述去噪函数去除相应的小波系数得到滤波后的小波系数；步骤4.3：对所述滤波后的小波系数进行重构得到滤波后的核磁共振图像。4.根据权利要求1所述的一种用于核磁共振图像的去噪方法，其特征在于，所述步骤5：对所述核磁共振图像进行图像增强处理得到增强后的核磁共振图像，包括：步骤5.1：采用直方图模型对所述核磁共振图像进行处理得到处理后的核磁共振图像；其中，所述直方图模型为：其中，g(x,y)表示处理后的核磁共振图像，f(x,y)表示核磁共振图像，[a,b]表示核磁共振图像的灰度区间，[c,d]表示处理后的核磁共振图像灰度区间；步骤5.2：对所述处理后的核磁共振图像进行小波分解得到小波系数；步骤5.3：根据所述处理后的核磁共振图像的分解尺度构建自适应阈值；步骤5.4：根据所述自适应阈值构建自适应小波系数滤波模型；步骤5.5：利用所述自适应小波系数滤波模型对所述处理后的核磁共振图像进行去噪
得到增强后的核磁共振图像。5.根据权利要求4所述的一种用于核磁共振图像的去噪方法，其特征在于，所述步骤5.3：根据所述处理后的核磁共振图像的分解尺度构建自适应阈值，包括：采用公式：确定自适应阈值；其中，M表示核磁共振图像的长度，N表示核磁共振图像的宽度，σ表示高斯噪声的标准差，d表示核磁共振图像的分解尺度。6.根据权利要求5所述的一种用于核磁共振图像的去噪方法，其特征在于，所述步骤5.4：根据所述自适应阈值构建自适应小波系数滤波模型，包括：采用公式：构建自适应小波系数滤波模型；其中，w为小波系数，sign为符号函数，T0为...
【专利技术属性】
技术研发人员：夏青，闫志凯，
申请(专利权)人：中科微影浙江医疗科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。