超声医学图像去噪方法及应用

正版全新

张聚著 / 电子工业出版社 / 2019-07 / 平装

售价 47.78 6.9折

定价￥69.00

品相全新

优惠

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2024-03-31

数量: 库存2件

立即购买加入购物车收藏

卖家超过10天未登录

商品详情
店铺评价

手机购买

微信扫码访问

图书条目信息
图书 > 教材教辅考试 > 教材 > 大学教材 > 法律
超声医学图像去噪方法及应用
作者: 张聚著

出版社: 电子工业出版社

出版时间: 2019-07

版次: 1

ISBN: 9787121370915

定价: 69.00

装帧: 平装

开本: 16开

纸张: 轻型纸

页数: 184页
内容简介：

本书讨论超声医学图像去噪方法的理论与应用，主要内容包括超声去噪涉及的相关理论基础和方法，重点阐述基于小波与双边滤波的超声图像去噪算法、基于自适应小波与三边滤波的超声图像去噪算法、基于小波域内分频处理的超声图像去噪算法和基于平移不变性剪切波变换的超声图像去噪算法。本书讨论的内容是作者和研究生们最近几年在相关领域研究工作的总结。本书既包括超声去噪理论探讨、仿真研究，也包括实验和应用案例。

作者简介：

张聚，男，博士，浙江工业大学教授，博士生导师，曾为德国慕尼黑工业大学自动化与软件技术研究所访问学者、美国密歇根州立大学机械工程系访问教授，浙江省一流学科（计算机科学与技术学科，B类）负责人，入选浙江省151人才第二层次，浙江省高校中青年学科带头人，浙江省块状经济转型升级专家。主要研究方向为计算机先进控制、医学图像处理。主持完成国家自然科学基金项目2项、省部级项目3项，主持出版学术专著1部、译著3部、高校教材2部，发表SCI、EI学术研究论文30余篇，授权发明专利3项。荣获浙江省科技进步三等奖、浙江省高校科研成果一等奖、浙江省高等学校教坛新秀奖、浙江工业大学首届十佳青年教师等奖项。

目录：

目录
第1章绪论 1
1．1 超声图像去噪方法研究的背景与意义 1
1．2 超声成像原理和斑点噪声模型 4
1．2．1 超声波概述 4
1．2．2 超声成像的发展 6
1．2．3 超声成像原理 8
1．2．4 B超成像原理 10
1．2．5 斑点噪声的形成原理 11
1．2．6 斑点噪声的模型 12
1．3 主要的超声图像去噪技术和
国内外研究现状 15
1．3．1 需求分析 15
1．3．2 去噪算法的国内外研究现状 17
1．3．3 去噪算法的分类 19
1．4 本章小结 25
第2章基本理论 28
2．1 小波变换 28
2．1．1 从傅里叶变换讲起 29
2．1．2 连续小波变换理论 33
2．1．3 离散小波变换理论 36
2．1．4 多分辨率分析及Mallat算法 37
2．1．5 二维小波变换的分解与重构 39
2．2 引导滤波 41
2．2．1 加权滤波器 42
2．2．2 双边滤波器 43
2．2．3 高斯滤波和双边滤波的比较 44
2．2．4 快速双边滤波器 46
2．2．5 三边滤波器 47
2．2．6 引导滤波器 48
2．3 剪切波理论 50
2．3．1 连续剪切波变换 50
2．3．2 离散剪切波变换 51
2．3．3 贝叶斯估计理论 53
2．3．4 剪切波系数的先验模型 55
2．4 本章小结 58
第3章基于小波与双边滤波的
超声图像去噪算法 59
3．1 基本理论 59
3．2 基于小波与双边滤波的图像去噪 59
3．2．1 小波阈值函数改进 59
3．2．2 小波收缩算法改进 61
3．2．3 小波-双边滤波结合算法 68
3．2．4 本章算法的整体步骤 70
3．2．5 实验结果 70
3．2．6 本节小结 76
3．3 小波-双边滤波法在超声图像
去噪中的应用 76
3．3．1 实验方法分析 77
3．3．2 实验结果与分析 77
3．3．3 本节小结 83
3．4 超声图像去噪算法的图形化软件设计 84
3．4．1 需求分析 84
3．4．2 方案设计 85
3．4．3 软件实现 88
3．4．4 软件测试 91
3．4．5 本节小结 91
3．5 本章小结 91
第4章基于自适应小波与三边滤波的
超声图像去噪算法 94
4．1 基本理论 94
4．2 基于自适应小波与三边滤波的
图像去噪算法 94
4．2．1 小波与自适应去噪 95
4．2．2 小波-三边滤波集成算法 100
4．2．3 本节小结 103
4．3 集成算法的实验验证 103
4．3．1 性能评估指标 103
4．3．2 实验验证 105
4．3．3 本节小结 109
4．4 小波-三边滤波在超声
图像中的应用 109
4．4．1 性能评估指标 109
4．4．2 实验验证 110
4．4．3 本节小结 112
4．5 本章小结 112
第5章基于小波域内分频处理的
超声图像去噪算法 115
5．1 基本理论 115
5．2 基于小波域内分频处理的超声
图像去噪算法概述 115
5．2．1 小波阈值函数改进 115
5．2．2 最大后验和双变量收缩算法 119
5．2．3 基于小波域内分频处理的
超声图像去噪算法的提出 123
5．2．4 实验验证 124
5．2．5 本节小结 126
5．3 基于小波域内分频处理的超声
图像去噪算法的应用 127
5．3．1 斑点噪声仿真实验 127
5．3．2 超声图像实验 136
5．3．3 本节小结 142
5．4 本章小结 142
第6章基于平移不变性剪切波
变换的超声图像去噪算法 144
6．1 基本理论 144
6．2 基于剪切波变换的超声
图像去噪算法 144
6．2．1 剪切波变换的性质 145
6．2．2 基于剪切波变换的基本流程 151
6．2．3 MAP和三变量收缩算法 152
6．2．4 基于剪切波变换去噪
算法的整体步骤 156
6．2．5 本节小结 157
6．3 基于平移不变性的剪切波算法
在超声图像中的应用 158
6．3．1 合成图像仿真实验 158
6．3．2 超声图像实验 164
6．3．3 本节小结 169
6．4 本章小结 169
参考文献 171

展开全部
货号：

1050008

商品描述：

【书    名】超声医学图像去噪方法及应用
【书    号】 9787121370915
【出版社】电子工业出版社
【作    者】张聚
【出版日期】 2019-07-01
【版    次】 1
【开    本】其他
【页    码】 184
【定    价】 69.00元

【内容简介】
本书讨论超声医学图像去噪方法的理论与应用，主要内容包括超声去噪涉及的相关理论基础和方法，重点阐述基于小波与双边滤波的超声图像去噪算法、基于自适应小波与三边滤波的超声图像去噪算法、基于小波域内分频处理的超声图像去噪算法和基于平移不变性剪切波变换的超声图像去噪算法。本书讨论的内容是作者和研究生们*近几年在相关领域研究工作的总结。本书既包括超声去噪理论探讨、仿真研究，也包括实验和应用案例。

【目录】
目    录

第1章  绪论1

1.1  超声图像去噪方法研究的背景与意义1

1.2  超声成像原理和斑点噪声模型4

1.2.1  超声波概述4

1.2.2  超声成像的发展6

1.2.3  超声成像原理8

1.2.4  B超成像原理10

1.2.5  斑点噪声的形成原理11

1.2.6  斑点噪声的模型12

1.3  主要的超声图像去噪技术和

国内外研究现状15

1.3.1  需求分析15

1.3.2  去噪算法的国内外研究现状17

1.3.3  去噪算法的分类19

1.4  本章小结25

第2章  基本理论28

2.1  小波变换28

2.1.1  从傅里叶变换讲起29

2.1.2  连续小波变换理论33

2.1.3  离散小波变换理论36

2.1.4  多分辨率分析及Mallat算法37

2.1.5  二维小波变换的分解与重构39

2.2  引导滤波41

2.2.1  加权滤波器42

2.2.2  双边滤波器43

2.2.3  高斯滤波和双边滤波的比较44

2.2.4  快速双边滤波器46

2.2.5  三边滤波器47

2.2.6  引导滤波器48

2.3  剪切波理论50

2.3.1  连续剪切波变换50

2.3.2  离散剪切波变换51

2.3.3  贝叶斯估计理论53

2.3.4  剪切波系数的先验模型55

2.4  本章小结58

第3章  基于小波与双边滤波的

超声图像去噪算法59

3.1  基本理论59

3.2  基于小波与双边滤波的图像去噪59

3.2.1  小波阈值函数改进59

3.2.2  小波收缩算法改进61

3.2.3  小波-双边滤波结合算法68

3.2.4  本章算法的整体步骤70

3.2.5  实验结果70

3.2.6  本节小结76

3.3  小波-双边滤波法在超声图像

去噪中的应用76

3.3.1  实验方法分析77

3.3.2  实验结果与分析77

3.3.3  本节小结83

3.4  超声图像去噪算法的图形化软件设计84

3.4.1  需求分析84

3.4.2  方案设计85

3.4.3  软件实现88

3.4.4  软件测试91

3.4.5  本节小结91

3.5  本章小结91

第4章  基于自适应小波与三边滤波的

超声图像去噪算法94

4.1  基本理论94

4.2  基于自适应小波与三边滤波的

图像去噪算法94

4.2.1  小波与自适应去噪95

4.2.2  小波-三边滤波集成算法100

4.2.3  本节小结103

4.3  集成算法的实验验证103

4.3.1  性能评估指标103

4.3.2  实验验证105

4.3.3  本节小结109

4.4  小波-三边滤波在超声

图像中的应用109

4.4.1  性能评估指标109

4.4.2  实验验证110

4.4.3  本节小结112

4.5  本章小结112

第5章  基于小波域内分频处理的

超声图像去噪算法115

5.1  基本理论115

5.2  基于小波域内分频处理的超声

图像去噪算法概述115

5.2.1  小波阈值函数改进115

5.2.2  *大后验和双变量收缩算法119

5.2.3  基于小波域内分频处理的

超声图像去噪算法的提出123

5.2.4  实验验证124

5.2.5  本节小结126

5.3  基于小波域内分频处理的超声

图像去噪算法的应用127

5.3.1  斑点噪声仿真实验127

5.3.2  超声图像实验136

5.3.3  本节小结142

5.4  本章小结142

第6章  基于平移不变性剪切波

变换的超声图像去噪算法144

6.1  基本理论144

6.2  基于剪切波变换的超声

图像去噪算法144

6.2.1  剪切波变换的性质145

6.2.2  基于剪切波变换的基本流程151

6.2.3  MAP和三变量收缩算法152

6.2.4  基于剪切波变换去噪

算法的整体步骤156

6.2.5  本节小结157

6.3  基于平移不变性的剪切波算法

在超声图像中的应用158

6.3.1  合成图像仿真实验158

6.3.2  超声图像实验164

6.3.3  本节小结169

6.4  本章小结169

参考文献171

【前言】
"前    言
超声诊断技术是超声检测技术在人体检测上的应用，使用超声检测人体生理结构，利用病灶和正常人体结构不同的测量数据及形态检测病灶，用直观的图像媒介显示病灶的一种医学诊断技术。超声诊断技术无创、无痛的优点使得其得到广泛推广，借助超声诊断技术，医生可以直观地发现病灶，做出正确的诊断。但技术的发展往往都伴随着阻碍的因素，在超声成像中，由于成像机制和设备等因素的影响，所形成的图像存在特有的斑点噪声，降低了超声图像的质量，给医生的临床诊断造成不便。因此有必要对超声图像进行降噪处理，超声图像去噪的本质就是利用含噪超声图像来估计人体器官组织的无噪图像，得到对原图像的*优估计。
超声医学图像上的斑点噪声表现为一种颗粒状、黑白点相间的纹理结构。这种固有的斑点噪声往往会掩盖用于医学诊断的重要的图像特征，严重降低了图像的质量，影响了后续的图像分析和诊断，阻碍了自动诊断技术的发展。去除斑点噪声不仅是分析和诊断超声图像的重要步骤，而且是后期发展超声成像仪器自动化诊断技术的基础。移动和便携式超声扫描仪器的广泛普及也需要超声成像仪器提供更加清晰的超声医学图像。超声图像去噪属于图像预处理阶段，它的存在对于后期目标的准确识别诊断有着非常重要的意义。超声图像去噪的方法有很多，本书围绕超声医学图像去噪组织了几个章节，涵盖了去噪理论和应用方面。
本书讨论的内容是作者和研究生们*近几年在相关领域研究工作的总结。主要阐述小波与双边滤波的超声图像去噪算法、基于自适应小波与三边滤波的超声图像去噪算法、基于小波域内分频处理的超声图像去噪算法和基于平移不变性剪切波变换的超声图像去噪算法。
章分别从国内外的发展情况讨论了超声图像去噪的研究概况和展望，以及图像质量的评价方法、超声图像去噪方法研究的背景和意义，介绍了主要的超声图像去噪技术。
第2章对本书中会用到的一些关于去噪的基本知识做了介绍，包括小波变换中的连续小波变换理论、离散小波变换理论、多分辨率分析、二维小波变换的分解与重构；引导滤波的加权滤波器、双边滤波器、快速双边滤波器、引导滤波器等内容；在剪切波部分还介绍了连续剪切波变换、离散剪切波变换、贝叶斯估计理论和剪切波系数的先验模型等基本理论。
第3章针对斑点噪声问题提出了一种新型的基于小波与双边滤波的去噪算法。根据其斑点噪声在小波域内的统计特性改进通用小波阈值函数，用无噪信号的小波系数建立广义拉普拉斯分布模型，用斑点噪声的小波系数建立高斯分布模型，用贝叶斯优选后验估计方法得到新型的小波收缩算法。利用小波阈值法对小波域内的高频信号分量去噪，利用双边滤波处理小波域内的低频信号分量，处理完成后利用小波逆变换即可得到去噪后的图像。
第4章阐述了基于自适应小波与三边滤波的超声图像去噪算法，利用小波变换和三边滤波相结合方法处理超声图像去噪问题。采用动态变化的加性模型模拟带斑点噪声的医用超声信号，根据该加性模型的统计特性，利用自适应的小波收缩算法去除医学信号的噪声。此算法对小波域内斑点噪声高频分量的抑制特别有效，算法采用三边滤波对斑点噪声的低频分量进行滤波优化处理，实现抑制实际数据集的斑点和脉冲噪声。
第5章介绍了基于小波域内分频处理的超声图像去噪算法，该算法根据超声图像中斑点噪声的独特性，以及超声系统对于去噪性能的要求和目标，结合超声图像在小波域的统计特性所提出。根据斑点噪声在小波域内的分布特点提出改进的小波阈值函数，结合斑点噪声和无噪信号的统计模型得到新的阈值收缩算法，使用去噪保边的滤波器（如双边滤波器或引导滤波器）过滤大颗粒斑点低频子带小波系数，*后使用小波逆变换得到去噪图像。
第6章引入了剪切波变换，阐述了基于平移不变性剪切波变换的超声图像去噪算法，该算法大致包含4步：首先对含噪图像进行非下采样拉普拉斯金字塔滤波的多尺度分解，得到高频子带、低频子带，对高频子带采用非下采样的方向滤波器组多方向分解；然后对之前得到的低频子带继续使用拉普拉斯金字塔滤波，得到新的高频子带和新的低频子带，同样对新的高频子带采用非下采样的方向滤波器组多方向分解；通过多层次分解得到高频和低频剪切波系数；*后利用剪切波逆变换即得到去噪后的超声图像。本章还进行了大量的合成仿真图像和超声图像对比实验，证明了提出的算法去噪效果的优越性。
本书可供学习、研究和应用超声医学图像去噪处理的研究生和相关技术人员阅读参考。参与本书内容研究工作的研究生有：王陈、林广阔、吴丽丽、程义平、周俊、田峥、吕金诚、陈坚、周海林等。研究生陈坚还在排版、编辑和整理书稿等方面付出了大量辛勤的劳动。本书的编写还参考了国内外一系列相关文献的内容和有关研究生的学位论文。本书的研究工作还得到了浙江省科技厅公益技术研究社会发展项目的资助（2016C33122），在此对相关人员一并表示感谢！限于作者的研究能力和水平，书中难免有不当甚至错误之处，敬请读者和专家批评指正。
有兴趣的读者也可以参考作者和研究生们近几年发表的相关论文。"
配送说明

...
相似商品
为你推荐