基于偏微分方程的医学超声图像去噪方法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (15): 243-245.

基于偏微分方程的医学超声图像去噪方法

郭敏^1，2，马远良¹，朱霆³

1.西北工业大学声学工程研究所，西安 710072
2.陕西师范大学计算机科学学院，西安 710062
3.第四军医大学西京医院超声科，西安 710032

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-05-21 发布日期:2007-05-21
通讯作者: 郭敏

Method of medical ultrasound image denoising based on PDE

GUO Min^1，2，MA Yuan-liang¹，ZHU Ting³

1.Institute of Acoustic Engineering，Northwestern Polytechnical University，Xi’an 710072，China
2.College of Computer Science，Shaanxi Normal University，Xi’an 710062，China
3.Department of Ultrasound，Xijing Hospital，Fourth Military Medical University，Xi’an 710032，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-05-21 Published:2007-05-21
Contact: GUO Min

摘要/Abstract

摘要： 研究了各向异性扩散方程在医学超声图像去噪中的应用。在理论上对去噪原理进行了分析，并在此基础上采用改进的针对乘性噪声的各向异性扩散算法对医学超声图像去噪，实验结果表明，该方法在有效去除噪声的同时较好地保留了医学超声图像中的重要细节信息，使图像的细节部分清晰。该方法可以有效地去除超声图像斑纹噪声，提高图像的质量。

关键词: 医学超声图像, 各向异性扩散, 去噪

Abstract: Anisotropic diffusion equation is used to reduce speckle noise.There is a theoretical analysis on the mechanism of reduction speckle noise.The paper presents an improved algorithm to reduce the speckle noise in the medical ultrasonic images based on anisotropic diffusion.The results show speckle noises in the medical ultrasonic images are removed and the image edge details are reserved.The method can reduce the speckle noise effectively and improve the quality of the medical ultrasonic images.

Key words: medical ultrasound image, anisotropic diffusion, denoising

郭敏^1，2，马远良¹，朱霆³. 基于偏微分方程的医学超声图像去噪方法[J]. 计算机工程与应用, 2007, 43(15): 243-245.

GUO Min^1，2，MA Yuan-liang¹，ZHU Ting³. Method of medical ultrasound image denoising based on PDE[J]. Computer Engineering and Applications, 2007, 43(15): 243-245.

[1]	刘迪，贾金露，赵玉卿，钱育蓉. 基于深度学习的图像去噪方法研究综述[J]. 计算机工程与应用, 2021, 57(7): 1-13.
[2]	杨倩，顾磊. 基于去噪字词联合模型的中文命名实体识别[J]. 计算机工程与应用, 2021, 57(7): 151-157.
[3]	倪宗军，陈辉，张昀，苏敏，郑秀娟. 自适应去噪的非接触式生理参数检测方法[J]. 计算机工程与应用, 2021, 57(5): 153-160.
[4]	陈人和，赖振意，钱育蓉. 改进的生成对抗网络图像去噪算法[J]. 计算机工程与应用, 2021, 57(5): 168-172.
[5]	王洁，金正猛，冯灿. 自适应广义全变差的图像泊松去噪算法[J]. 计算机工程与应用, 2021, 57(20): 203-209.
[6]	呼亚萍，孔韦韦，李萌，黄翠玲. 改进TV图像去噪模型的全景图像拼接算法[J]. 计算机工程与应用, 2021, 57(17): 203-209.
[7]	刘成士，赵志刚，李强，吕慧显，董晓晨，李金霞. 加强的低秩表示图像去噪算法[J]. 计算机工程与应用, 2020, 56(2): 216-225.
[8]	袁小军，周涛，李琛. 基于稀疏先验的非局域聚类图像去噪算法研究[J]. 计算机工程与应用, 2020, 56(18): 177-185.
[9]	杨永鹏，杨真真，李建林，乐俊. 低秩稀疏分解及其在视频和图像处理中的应用[J]. 计算机工程与应用, 2020, 56(16): 21-30.
[10]	钱满，张向阳，李仁昌. 改进卷积神经网络SAR图像去噪算法[J]. 计算机工程与应用, 2020, 56(14): 176-182.
[11]	杜丽美，连玮. 高斯投影下的人机交互式物体仿真算法研究[J]. 计算机工程与应用, 2020, 56(11): 185-191.
[12]	刘秀平1，薛婷婷1，韩丽丽2，杜勇辰1，张凯兵1，闫焕营3. 基于联合稀疏变换学习的工件去噪方法研究[J]. 计算机工程与应用, 2019, 55(7): 188-193.
[13]	杨赵琪璘，彭定涛，唐琦，罗孝敏. 基于稀疏优化lp正则化的光滑化拟牛顿算法[J]. 计算机工程与应用, 2019, 55(22): 163-171.
[14]	李敏，章国豪，曾建伟，杨晓锋，胡晓敏. 结合Inception模型的卷积神经网络图像去噪方法[J]. 计算机工程与应用, 2019, 55(20): 139-144.
[15]	冉龙才，黄成泉，田文英. 改进BPDN的图像去雨雪应用研究[J]. 计算机工程与应用, 2019, 55(15): 198-203.