37、医学图像增强与去噪方法研究

医学图像增强与去噪方法研究

在医学图像领域，对数字乳腺钼靶图像中微钙化的增强以及脑白质内体素轴突纤维轨迹的去噪是两个重要的研究方向。下面将详细介绍相关的方法和实验结果。

数字乳腺钼靶图像微钙化增强方法

在数字乳腺钼靶图像的处理中，为了更好地检测和分析微钙化，提出了一种结合非下采样轮廓波变换（NSCT）和边缘滤波器的方法。

评估指标

• 目标与背景对比度增强度量（TBC） ：用于量化背景和目标之间差异的改善程度，其定义为：
  [T BC = \frac{\mu_{ucalcE}}{\mu_{tissueE}} - \frac{\mu_{ucalcO}}{\mu_{tissueO}} \frac{\sigma_{ucalcE}}{\sigma_{ucalcO}}]
  其中，(\sigma_{ucalcE}) 和 (\sigma_{ucalcO}) 分别是增强图像和原始图像中微钙化区域的标准差。
• 基于熵的目标与背景增强度量（TBCE） ：是TBC指标的扩展，基于区域的熵而不是标准差，定义为：
  [T BCE = \frac{\mu_{ucalcE}}{\mu_{tissueE}} - \frac{\mu_{ucalcO}}{\mu_{tissueO}} \frac{\zeta_{ucalcE}}{\varepsilon_{ucalcO}}]

实验结果

使用MIAS数据库中的12张乳腺钼靶图像进行实验，并将该方法与基于离散小波变换（DWT）的方法进行比较。
|方法|