基于改进阈值的小波变换和引导滤波器的医学超声图像去噪方法
【技术领域】
[0001] 本发明应用于医学超声图像去噪领域。
【背景技术】
[0002] 在医学成像领域，超声成像、CT、MRI等成像技术已应用于医学临床诊断中。由于 超声成像技术具有无创、无放射性损害、快捷方便等特性，因此超声成像技术已经成为一种 广泛应用并且安全性高的医学诊断技术。尤其在观察孕妇体内胎儿成长状况与诊断腹部器 官病变等临床应用中，超声成像技术的使用更为重要。
[0003] 根据美国癌症协会在2013年给出了一份女性患乳腺癌的统计数据，在过去的一 年里，美国妇女中共有232340例新的乳腺癌病例和39620人死于乳腺癌。对于人体的乳腺 以及腹部的其他器官进行检测的主要技术为超声成像技术，即通常所说的B超图像。因此 提高医学超声图像质量，为医生提供更加清晰无噪声的图像具有非常重要的意义。
[0004] 由于超声成像机理的限制，斑点噪声的存在严重影响了超声图像的质量，导致了 超声图像质量较差。斑点噪声的产生是由于人体器官的组织结构具有的不均匀性，导致超 声波不能分辨体积比较小的组织结构；同时入射超声波的波长一般都是固定的，当人体组 织结构的尺寸与其相近或者小于其波长时发生散射现象，散射回波具有不同的相位因此容 易相互干扰，从而产生了斑点噪声，它将掩盖那些灰度差别很小的图像特征。由于超声成像 系统的不同，从而使得在成像时单元分辨率内发生的散射情况不同，因此最终斑点噪声的 概率分布情况也有所不同，斑点噪声可以被认为服从瑞利分布，这是一种常用的模型。对 于临床医生而言，斑点噪声对他们的准确诊断造成了很大的干扰，特别是对于经验不是很 丰富的医生造成的影响更大。因此，从临床应用的角度出发，需要研究去除斑点噪声的方 法，为医生做出更准确的诊断提供技术支持，降低人工诊断的风险。
[0005] 由于医院资源的局限性，特别是医生每天进行人工诊断病人的数量无法满足社会 整个阶层的需求，即面临着病人多医生少情况。因此，各种自动诊断仪器的需求越来越大， 自动诊断仪器的出现，一方面可以节约医生资源，另一方面可以方便更多的病人进行诊断。 随着当今社会经济的飞跃发展，人们自身健康情况却不容乐观，所以人们对家用型医疗自 动诊断仪器的需求也非常大，例如家用超声图像自动诊断仪等。但是超声图像自动诊断仪 同样面临着图像质量不高的问题，并且自动诊断仪需要对超声图像做后期的智能分析，如 特征提取、边缘检测和图像分类识别等。因此，从自动化诊断技术的角度出发，需要研究去 除斑点噪声的方法，为图像的后期智能处理提供技术保障，促进自动诊断技术的发展。
[0006] 综上所述，研究医学超声图像去噪方法具有非常重要的意义：
[0007] (1)提高医学超声图像的质量，改善视觉效果；
[0008] (2)方便医生更加准确地针对病灶区域做出判断，降低辅助诊断的风险；
[0009] (3)促进超声图像自动化诊断技术的发展，具有不可估量的价值。
[0010] 在数字图像处理领域，滤波常用来修改或增强图像，对图像的某些特征，如轮廓、 边缘、细节和对比度等进行锐化，提高图像的视觉质量，以便于更好地观察图像或进行下一 步分析处理，特别是在医学超声图像的处理中变的尤为重要。滤波的基本原理是将图像中 的每个像素点与其相邻的几个像素点作邻域运算，即进行加权平均卷积运算。由于抑制斑 点噪声具有非常重要的意义，众多科研工作者在此问题上投入了大量的精力。目前的去噪 的方法主要分为空间域滤波和频率域滤波两大类。在空间域方法中，直接处理图像像素点， 对像素值进行操作达到图像去噪的目的。常见的有均值滤波和中值滤波等，但是当图像存 在明显的边缘信息时，通常的邻域运算会改变图像边缘点的灰度值，从而使图像的边缘变 得模糊。所以能够很好保持边缘信息的双边滤波器得到大家的认可，但是由于双边滤波器 运算复杂度较高并且存在"梯度反转"现象，并不能满足医学超声成像系统的实时性要求。 所以He等人在2010年提出了引导滤波器的概念，极大的提高了去噪的性能（根据概念，双 边滤波器也属于引导滤波器的范畴）。在频率域方法中，首先将图像转换到频率域中，即对 图像进行傅里叶变换，在图像的傅里叶变换式上进行滤波操作，再对图像进行傅里叶逆变 换，得到最终图像。在频率域方法中，基于小波变换的去噪方法得到了普遍的应用，充分利 用尺度间相关性，较好地保持了图像边缘。
【发明内容】
[0011] 本发明要克服现有技术不能兼顾去噪能力与保持图像边缘细节的缺点，提供一种 基于改进阈值的小波变换和引导滤波器的医学超声图像去噪方法。
[0012] 本发明分析当前频率域内和空间域内的去噪方法，并结合斑点噪声的模型的特点 和医学超声图像的处理需求提出了一种新的去噪方法，由改进的小波滤波和引导滤波结合 的方法。小波变换具有时频分析和多尺度分析等优越性，其已在图像处理领域得到了广泛 的应用。在处理加性噪声问题时，小波的去噪效果较好，能够满足一般产品需求。然而，仅仅 利用小波变换的去噪方法对医学超声图像中斑点噪声的抑制效果不好。对于引导滤波器， 它在处理图像噪声时，一方面具有很强的去噪能力，另一方面能够保持图像边缘细节。因 此，本发明将结合小波去噪和引导滤波器的优点。具体思路如下，在传统的小波去噪方法的 基础之上，根据小波域内超声图像及斑点噪声的统计特性，改进了小波阈值函数和收缩方 法，能够更有效地去除高频部分的斑点噪声。由于医学超声图像在小波域内的低频部分依 然存在斑点噪声，因此使用去噪效果好并且效率高的引导滤波器，在抑制低频域内噪声的 同时能够保留低频域内的图像边缘信息。本发明所述的基于改进阈值的小波变换和引导滤 波器的医学超声图像去噪方法的技术方案是：
[0013] 步骤1)医学超声图像模型的建立
[0014] 如果认为超声成像系统能够对那些影响声波功率的因素做出恰当的动态补偿，则 超声成像系统采集的包络信号由两部分组成，一是有意义的体内组织的反射信号，另一部 分是噪声信号。其中噪声信号可分为相乘噪声与相加噪声。相乘噪声与超声信号成像的原 理有关，主要来源于随机的散射信号。相加噪声认为是系统噪声，如传感器的噪声等。超声 成像系统初步得到的包络信号为-般模型如下
[0015] fP-= g prenpre+wpre ⑴
[0016] 这里，上标ΡΜ表示系统初步得到的信号。函数gpM表示无噪声信号，npM和分 别表不相乘噪声和相加噪声，式中ηρΜ是噪声的主要成分。
[0017] 和相乘噪声?Γ呀目比，相加噪声Wpm所占比重很小，因此将Wpm忽略后的模型为
[0018] fPre= g PrenPre ⑵
[0019] 为了适应超声成像系统显示屏幕的动态显示范围，对超声成像系统采集到的包络 信号进行对数压缩处理。这样可以将乘性噪声转化为近似的加性高斯白噪声，如下
[0020] log(fpre) = log(gpre)+log(npre) (3)
[0021] 此时，得到的信号l〇g(fp，即是通常看到的医学超声图像。
[0022] 步骤2)对第一步得到的对数变换后的图像进行小波分解，得到四个频域（LL1、 LH1、HL1和HH 〇。对低频域LLl继续进行小波分解，再得到四个频域（LL2、LH2、HL2和HH 2)。 然后重复这个步骤，直到分解最大层数J。
[0023] 由于小波变换是线性变换，因此式（3)模型经过二维离散小波变换后得到下面模 型：
[0024] Wl^i (\og(fl，，T)) = W/, (log(g/wr)) + W/, (log(/;/w'·')) (4)
[0025] 其中％ (l〇g(./TiV))、％ (l〇g(gplv)}和W (l〇g("|W))分别表