毕业论文

打赏
当前位置: 毕业论文 > 数学论文 >

医学肾脏图像的去噪和融合研究

时间:2021-05-29 16:36来源:毕业论文
简述了医学图像去噪和融合的基本方法和发展现状,重点解释了小波分析在图像去噪和融合中的应用,实验并分析了小波阀值去噪方法和基于小波分析的图像融合方法

摘要医学图像去噪和融合是当代信息科学、计算机技术与医学影像科学相交叉的一个研究领域,它是医学图像处理学科的前沿性的研究热点。本文介绍了医学图像处理技术的产生与发展。本文介绍了小波变换的基本原理、图像小波变换及其与傅立叶变换的关系等,着重介绍了图像和信号的多分辨率分析。本文简述了医学图像去噪和融合的基本方法和发展现状,重点解释了小波分析在图像去噪和融合中的应用,实验并分析了小波阀值去噪方法和基于小波分析的图像融合方法。67667

毕业论文关键词  图像去噪  图像融合  医学图像  小波分析

毕业设计说明书(论文)外文摘要

Title  Study on Denoising and Fusion of Medical Kidney Image                

                                                            

Abstract

Denoising and fusion of medical image is an brunch of study combining contemporary information science and computer technology with medical imaging science. It is the cutting-edge research hotspot of medical image processing disciplines. This paper describes generation and development of the medical image processing technology. This paper introduces the the basic principles of wavelet transform, the relationship between wavelet transform and the Fourier transform,and highlights the multi-resolution image and signal analysis. This paper discusses the basic methods and development status of medical image denoising and fusion, explaines the focus of wavelet analysis in image denoising and fusion. Experiments and analysis of the wavelet threshold denoising method and an image fusion method based on wavelet analysis are also involved in this paper.

Keywords  Denoising   Fusion  Medical Image   Wavelet Analysis

目   次

1 绪论 1

1.1医学图像概述1

1.2肾脏简介2

1.3本文架构3

2 小波分析理论基础3

2.1小波分析产生 4

2.2小波变换 4

2.3小波变换与傅里叶变换的比较  17

3 医学图像去噪18

3.1 噪声分类18

3.2 图像去噪经典算法19

3.3 图像去噪的小波阀值算法21

4 医学图像融合22

4.1医学图像融合的基本思想22

4.2医学图像融合的基本方法23

4.3基于小波分析的医学图像融合24

结论  26

致谢 27

参考文献28

1  绪论

近二十多年来,医学影像已成为医学技术中发展最快的领域之一,临床医生使用医学影像对人体内部病变部位的进行更直接、更清晰的诊断,确诊率也更高。20 世纪70 年代初,X-CT 的发明曾引发了医学影像领域的一场,与此同时,核磁共振成像象(MRI :Magnetic Resonance Imaging)、超声成像、数字射线照相术、发射型计算机成像和核素成像等也逐步发展。计算机和医学图像处理技术作为这些成像技术的发展基础,带动着现代医学诊断正产生着深刻的变革[1]。各种新的医学成像方法的临床应用,使医学诊断和治疗技术取得了很大的进展,同时将各种成像技术得到的信息进行互补,也为临床诊断及生物医学研究提供了有力的科学依据。因此,医学图像处理技术在国内外都得到了快速的发展[2][3]。

1.1  医学图像概述 医学肾脏图像的去噪和融合研究:http://www.youerw.com/shuxue/lunwen_75931.html

------分隔线----------------------------
推荐内容