數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用

1、LOGO數(shù)字信號(hào)處理中小波分析在生物醫(yī)學(xué)工程中的應(yīng)用 姓名：姓名： 馬振宇馬振宇 指導(dǎo)教師：李占賢指導(dǎo)教師：李占賢 2015.10.22課程：測(cè)試信號(hào)分析與處理課程：測(cè)試信號(hào)分析與處理目錄目錄用小波分析處理醫(yī)學(xué)圖像的原因用小波分析處理醫(yī)學(xué)圖像的原因1小波分析基本理論小波分析基本理論2應(yīng)用的范圍與優(yōu)勢(shì)應(yīng)用的范圍與優(yōu)勢(shì)3總結(jié)與展望總結(jié)與展望42015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用用小波分析處理醫(yī)學(xué)圖像的原因用小波分析處理醫(yī)學(xué)圖像的原因1、醫(yī)學(xué)圖像自身特點(diǎn)：、醫(yī)學(xué)圖像自身特點(diǎn)： 醫(yī)學(xué)信號(hào)微弱、背景噪聲較強(qiáng)且為非平穩(wěn)的隨機(jī)醫(yī)學(xué)信號(hào)微弱、背景噪聲較強(qiáng)且為

2、非平穩(wěn)的隨機(jī) 信號(hào)信號(hào),本身結(jié)構(gòu)復(fù)雜，處理要求多樣本身結(jié)構(gòu)復(fù)雜，處理要求多樣。2、小波變換特點(diǎn)：、小波變換特點(diǎn)：(1)時(shí)頻局部化特點(diǎn)時(shí)頻局部化特點(diǎn),即可以同時(shí)提供時(shí)域和頻域局部化即可以同時(shí)提供時(shí)域和頻域局部化信息。信息。(2)多分辨率多分辨率,即多尺度的特點(diǎn)即多尺度的特點(diǎn),可以由粗到細(xì)逐步觀察可以由粗到細(xì)逐步觀察信號(hào)信號(hào).(3)帶通濾波的特點(diǎn)帶通濾波的特點(diǎn),根據(jù)中心頻率的變化調(diào)節(jié)帶寬根據(jù)中心頻率的變化調(diào)節(jié)帶寬,可可以觀測(cè)出信號(hào)的低頻緩變部分和高頻突變部分。這種以觀測(cè)出信號(hào)的低頻緩變部分和高頻突變部分。這種變焦特性決定了它對(duì)非平穩(wěn)信號(hào)處理的特殊功能。變焦特性決定了它對(duì)非平穩(wěn)信號(hào)處理的特殊功能。2

3、015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用小波分析基本理論小波分析基本理論 1、小波變換的、小波變換的基本思想基本思想:用一組函數(shù)序列用一組函數(shù)序列表示或逼近待分析信號(hào)，與傳統(tǒng)的傅里葉分表示或逼近待分析信號(hào)，與傳統(tǒng)的傅里葉分析相比，小波變換在時(shí)域和頻域都具有表征析相比，小波變換在時(shí)域和頻域都具有表征信號(hào)局部特征的能力，通過平移和伸縮能夠信號(hào)局部特征的能力，通過平移和伸縮能夠聚焦信號(hào)的任意細(xì)節(jié)并進(jìn)行時(shí)頻域處理，既聚焦信號(hào)的任意細(xì)節(jié)并進(jìn)行時(shí)頻域處理，既可以看到信號(hào)的全貌，又可以分析信號(hào)的細(xì)可以看到信號(hào)的全貌，又可以分析信號(hào)的細(xì)節(jié)并保留數(shù)據(jù)的瞬時(shí)特性，因此

4、有節(jié)并保留數(shù)據(jù)的瞬時(shí)特性，因此有“數(shù)學(xué)顯數(shù)學(xué)顯微鏡微鏡”之稱。之稱。2015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用 2、小波變換的、小波變換的核心思想核心思想:多分辨率分析方法。多分辨率分析方法。即在小波分解過程中，將待分析信號(hào)通過小波即在小波分解過程中，將待分析信號(hào)通過小波分解成兩部分，得到低頻系數(shù)向量和高頻系數(shù)分解成兩部分，得到低頻系數(shù)向量和高頻系數(shù)向量，兩個(gè)連續(xù)的低頻系數(shù)之間損失的信息可向量，兩個(gè)連續(xù)的低頻系數(shù)之間損失的信息可以由高頻系數(shù)獲得，然后將低頻系數(shù)向量繼續(xù)以由高頻系數(shù)獲得，然后將低頻系數(shù)向量繼續(xù)分解，而高頻系數(shù)保持不動(dòng)。分解，而高頻系數(shù)

5、保持不動(dòng)。Company Logo應(yīng)用的范圍與優(yōu)勢(shì)應(yīng)用的范圍與優(yōu)勢(shì)1、投影變換的改進(jìn)、投影變換的改進(jìn) 傳統(tǒng)醫(yī)學(xué)掃描圖像多是利用傳統(tǒng)醫(yī)學(xué)掃描圖像多是利用Radon變換來完成圖變換來完成圖像特征提取和模式識(shí)別像特征提取和模式識(shí)別,但這種處理方式很難滿足人們但這種處理方式很難滿足人們對(duì)圖像局部區(qū)域信號(hào)的關(guān)注。利用小波的時(shí)頻局部性對(duì)圖像局部區(qū)域信號(hào)的關(guān)注。利用小波的時(shí)頻局部性及及Radon變換的一些性質(zhì)變換的一些性質(zhì)(平移、尺度和旋轉(zhuǎn)平移、尺度和旋轉(zhuǎn)),可確定可確定抽取哪些局部信息能獲得可靠的圖像重構(gòu)抽取哪些局部信息能獲得可靠的圖像重構(gòu),并達(dá)到一定并達(dá)到一定逼近精度的誤差界限。基于逼近精度的誤差界限。

6、基于Radon變換和小波變換的變換和小波變換的紋理分析算法充分利用紋理分析算法充分利用Radon變換的降噪能力變換的降噪能力,提取了提取了具有平移、旋轉(zhuǎn)和尺度不變性的圖像紋理特征具有平移、旋轉(zhuǎn)和尺度不變性的圖像紋理特征,克服了克服了噪聲對(duì)圖像的影響。噪聲對(duì)圖像的影響。2015.1022數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用應(yīng)用的范圍與優(yōu)勢(shì)應(yīng)用的范圍與優(yōu)勢(shì)2015.1022數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用應(yīng)用的范圍與優(yōu)勢(shì)應(yīng)用的范圍與優(yōu)勢(shì)2、圖像的特征提取及邊緣檢測(cè)、圖像的特征提取及邊緣檢測(cè) 目前已有各種算子提取圖像邊緣的方法都不具

7、有自目前已有各種算子提取圖像邊緣的方法都不具有自動(dòng)變焦功能動(dòng)變焦功能,提取的圖像邊緣清晰度不高。作為一種多提取的圖像邊緣清晰度不高。作為一種多尺度多通道分析工具尺度多通道分析工具,小波變換和分析特別適合對(duì)圖像小波變換和分析特別適合對(duì)圖像進(jìn)行多尺度的邊緣檢測(cè)進(jìn)行多尺度的邊緣檢測(cè),常用算法如常用算法如Mallat小波模極大小波模極大值邊緣檢測(cè)算法值邊緣檢測(cè)算法,其變換模的極大值點(diǎn)一一對(duì)應(yīng)于圖像其變換模的極大值點(diǎn)一一對(duì)應(yīng)于圖像密度的突變點(diǎn)密度的突變點(diǎn),不存在虛假邊緣不存在虛假邊緣,并且時(shí)、頻域可同時(shí)局并且時(shí)、頻域可同時(shí)局部化部化,可根據(jù)圖像邊緣細(xì)節(jié)自動(dòng)調(diào)節(jié)其分辨尺度可根據(jù)圖像邊緣細(xì)節(jié)自動(dòng)調(diào)節(jié)其分辨尺

8、度,放大圖放大圖像的局部細(xì)節(jié)。像的局部細(xì)節(jié)。2015.1022數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用應(yīng)用的范圍與優(yōu)勢(shì)應(yīng)用的范圍與優(yōu)勢(shì)v應(yīng)用實(shí)例：應(yīng)用實(shí)例：檢測(cè)乳腺檢測(cè)乳腺X線圖像中的微鈣化點(diǎn)線圖像中的微鈣化點(diǎn)單顆粒鈣離子的直徑僅為單顆粒鈣離子的直徑僅為0.051.00mm,鑒別這種極其鑒別這種極其微小的病變顆粒就是通過在小波域內(nèi)進(jìn)行閾值分類來微小的病變顆粒就是通過在小波域內(nèi)進(jìn)行閾值分類來實(shí)現(xiàn)，這樣就可以提早發(fā)現(xiàn)乳腺疾病并及時(shí)治療。實(shí)現(xiàn)，這樣就可以提早發(fā)現(xiàn)乳腺疾病并及時(shí)治療。2015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用應(yīng)用

9、的范圍與優(yōu)勢(shì)應(yīng)用的范圍與優(yōu)勢(shì)3、去除噪聲干擾、去除噪聲干擾 傳統(tǒng)去噪方法傳統(tǒng)去噪方法(如減影法、中值濾波法、鄰域平均如減影法、中值濾波法、鄰域平均法等法等)僅適用于信號(hào)和噪聲頻帶無重疊或少部分重疊的僅適用于信號(hào)和噪聲頻帶無重疊或少部分重疊的情況情況,而不適用于信號(hào)和噪聲頻帶重疊較大的情況。當(dāng)而不適用于信號(hào)和噪聲頻帶重疊較大的情況。當(dāng)信號(hào)和噪聲的頻率重疊區(qū)域很大時(shí)，利用圖像小波分信號(hào)和噪聲的頻率重疊區(qū)域很大時(shí)，利用圖像小波分解各個(gè)子帶圖像的不同特性設(shè)定不同的閾值解各個(gè)子帶圖像的不同特性設(shè)定不同的閾值,將低于某將低于某個(gè)閾值的小波系數(shù)置為零個(gè)閾值的小波系數(shù)置為零,保存高于閾值的小波系數(shù)保存高于閾值

10、的小波系數(shù),經(jīng)經(jīng)處理之后的小波系數(shù)就可以理解為基本上是由信號(hào)引處理之后的小波系數(shù)就可以理解為基本上是由信號(hào)引起的起的,從而去除圖像中的大部分噪聲從而去除圖像中的大部分噪聲,再將保留的小波系再將保留的小波系數(shù)利用逆小波變換進(jìn)行重構(gòu)數(shù)利用逆小波變換進(jìn)行重構(gòu),恢復(fù)出恢復(fù)出 有效的圖像信號(hào)。有效的圖像信號(hào)。2015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用應(yīng)用的范圍與優(yōu)勢(shì)應(yīng)用的范圍與優(yōu)勢(shì)CT圖像2015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用應(yīng)用的范圍與優(yōu)勢(shì)應(yīng)用的范圍與優(yōu)勢(shì)2015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)

11、用數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用應(yīng)用的范圍與優(yōu)勢(shì)應(yīng)用的范圍與優(yōu)勢(shì)4、醫(yī)學(xué)圖像融合、醫(yī)學(xué)圖像融合 醫(yī)學(xué)圖像融合就是將同一解剖結(jié)構(gòu)在不同成像機(jī)制下醫(yī)學(xué)圖像融合就是將同一解剖結(jié)構(gòu)在不同成像機(jī)制下的幾幅醫(yī)學(xué)圖像融合成一幅圖像的幾幅醫(yī)學(xué)圖像融合成一幅圖像,得到信息更豐富的醫(yī)得到信息更豐富的醫(yī)學(xué)圖像。由于成像機(jī)制不同和人體結(jié)構(gòu)的高度復(fù)雜性學(xué)圖像。由于成像機(jī)制不同和人體結(jié)構(gòu)的高度復(fù)雜性,不同機(jī)器來源的圖像提供了互補(bǔ)的信息不同機(jī)器來源的圖像提供了互補(bǔ)的信息,如需要在一幅如需要在一幅圖像上了解顱骨、腦組織、腦血管等綜合信息圖像上了解顱骨、腦組織、腦血管等綜合信息,可分別可分別由來源于由來源于CT的骨組織信息

12、、的骨組織信息、MR圖像的軟組織信息和圖像的軟組織信息和MRA圖像提供的脈管信息來提供。圖像提供的脈管信息來提供。 2015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用應(yīng)用的范圍與優(yōu)勢(shì)應(yīng)用的范圍與優(yōu)勢(shì) 在這復(fù)雜的圖像融合中，小波變換發(fā)揮了極其重在這復(fù)雜的圖像融合中，小波變換發(fā)揮了極其重要的作用。小波變換將原始圖像分解到一系列頻率信要的作用。小波變換將原始圖像分解到一系列頻率信號(hào)中號(hào)中,利用其分解后的塔形結(jié)構(gòu)利用其分解后的塔形結(jié)構(gòu),對(duì)不同分解層對(duì)不同分解層,不同頻不同頻帶分別進(jìn)行融合處理帶分別進(jìn)行融合處理,可有效地將來自不同圖像細(xì)節(jié)融可有效地將來自不同圖像細(xì)節(jié)

13、融合在一起。采用雙正交小波基在小波分解時(shí)有效地提合在一起。采用雙正交小波基在小波分解時(shí)有效地提取圖像邊緣的特征取圖像邊緣的特征,重建圖像時(shí)可減少圖像的重建圖像時(shí)可減少圖像的“塊效應(yīng)塊效應(yīng) ”。小波變換的圖像融合既保證圖像中不同分辨率水平上小波變換的圖像融合既保證圖像中不同分辨率水平上的能量和噪聲不會(huì)相互干擾的能量和噪聲不會(huì)相互干擾,又保留了原始圖像的紋理又保留了原始圖像的紋理和邊緣特征和邊緣特征,從而消除了融合圖像的塊狀偽影從而消除了融合圖像的塊狀偽影,可明顯提可明顯提高圖像的主觀視覺質(zhì)量。高圖像的主觀視覺質(zhì)量。2015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中

14、的應(yīng)用應(yīng)用的范圍與優(yōu)勢(shì)應(yīng)用的范圍與優(yōu)勢(shì)2015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用總結(jié)與展望總結(jié)與展望v由以上四個(gè)例子看出由于小波變換的多種優(yōu)越特性，由以上四個(gè)例子看出由于小波變換的多種優(yōu)越特性，使其很適合處理突變信號(hào)和非平穩(wěn)信號(hào)，在醫(yī)學(xué)中使其很適合處理突變信號(hào)和非平穩(wěn)信號(hào)，在醫(yī)學(xué)中得到了很好的應(yīng)用得到了很好的應(yīng)用v我們相信隨著數(shù)字信號(hào)處理技術(shù)的飛速發(fā)展我們相信隨著數(shù)字信號(hào)處理技術(shù)的飛速發(fā)展,數(shù)字信數(shù)字信號(hào)處理這一新興的理論也將不斷地豐富和完善號(hào)處理這一新興的理論也將不斷地豐富和完善，各各種新算法、新理論將不斷地被提出種新算法、新理論將不斷地被提出,可以預(yù)計(jì)可以預(yù)計(jì),在以后在以后的時(shí)間里的時(shí)間里,數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用用將將得到更快的發(fā)展得到更快的發(fā)展。2015.10.22數(shù)字信號(hào)處理在生物