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

1、數(shù)字信號(hào)處理中小波分析(fnx)在生物醫(yī)學(xué)工程中的應(yīng)用 姓名： 馬振宇 指導(dǎo)(zhdo)教師：李占賢 2015.10.22課程：測(cè)試信號(hào)分析與處理共十八頁(yè)目錄(ml)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2應(yīng)用的范圍與優(yōu)勢(shì)3總結(jié)與展望42015.10.22數(shù)字信號(hào)處理(xn ho ch l)在生物醫(yī)學(xué)工程中的應(yīng)用共十八頁(yè)用小波分析(fnx)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)信號(hào)微弱、背景噪聲較強(qiáng)且為非平穩(wěn)的隨機(jī) 信號(hào),本身結(jié)構(gòu)復(fù)雜，處理要求多樣。2、小波變換特點(diǎn)：(1)時(shí)頻局部化特點(diǎn),即可以同時(shí)提供時(shí)域和頻域局部化信息。(2)多分辨率,即多尺度的特點(diǎn),可以由粗到細(xì)逐步觀察信

2、號(hào).(3)帶通濾波的特點(diǎn),根據(jù)中心頻率的變化調(diào)節(jié)(tioji)帶寬,可以觀測(cè)出信號(hào)的低頻緩變部分和高頻突變部分。這種變焦特性決定了它對(duì)非平穩(wěn)信號(hào)處理的特殊功能。2015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用共十八頁(yè)小波分析(fnx)基本理論 1、小波變換的基本思想:用一組函數(shù)序列表示或逼近待分析信號(hào)，與傳統(tǒng)的傅里葉分析相比(xin b)，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(guò)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，因此有“數(shù)學(xué)顯微鏡”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)用共十

3、八頁(yè) 2、小波變換的核心思想:多分辨率分析方法。即在小波分解過(guò)程中，將待分析信號(hào)通過(guò)小波分解成兩部分，得到低頻系數(shù)向量和高頻系數(shù)向量，兩個(gè)連續(xù)(linx)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)分解，而高頻系數(shù)保持不動(dòng)。Company Logo共十八頁(yè)應(yīng)用(yngyng)的范圍與優(yōu)勢(shì)1、投影變換的改進(jìn) 傳統(tǒng)醫(yī)學(xué)掃描圖像多是利用Radon變換來(lái)完成圖像特征提取和模式識(shí)別,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)頻局部性及Radon變換的一些性質(zhì)(平移(pn y)、尺度和旋轉(zhuǎn)),可確定抽取哪些局部信息能獲得可靠的圖像重構(gòu),并達(dá)到一定逼近精度的誤差界

4、限?；赗adon變換和小波變換的紋理分析算法充分利用Radon變換的降噪能力,提取了具有平移(pn y)、旋轉(zhuǎn)和尺度不變性的圖像紋理特征,克服了噪聲對(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)用共十八頁(yè)應(yīng)用的范圍(fnwi)與優(yōu)勢(shì)2015.1022數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程(gngchng)中的應(yīng)用共十八頁(yè)應(yīng)用(yngyng)的范圍與優(yōu)勢(shì)2、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有自動(dòng)變焦功能(gngnng),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,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),常用算法如Mallat小波模極

5、大值邊緣檢測(cè)算法,其變換模的極大值點(diǎn)一一對(duì)應(yīng)于圖像密度的突變點(diǎn),不存在虛假邊緣,并且時(shí)、頻域可同時(shí)局部化,可根據(jù)圖像邊緣細(xì)節(jié)自動(dòng)調(diào)節(jié)其分辨尺度,放大圖像的局部細(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)用共十八頁(yè)應(yīng)用的范圍(fnwi)與優(yōu)勢(shì)應(yīng)用實(shí)例：檢測(cè)乳腺X線圖像中的微鈣化點(diǎn)單顆粒鈣離子的直徑僅為0.051.00mm,鑒別這種極其微小的病變顆粒就是通過(guò)在小波域內(nèi)進(jìn)行閾值分類來(lái)實(shí)現(xiàn)，這樣就可以(ky)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)用共十八頁(yè)應(yīng)用的范圍(fnwi)與優(yōu)勢(shì)3、去除(q ch)噪聲干擾 傳統(tǒng)去噪方法(如減影法、中值濾波法、

6、鄰域平均法等)僅適用于信號(hào)和噪聲頻帶無(wú)重疊或少部分重疊的情況,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),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)引起的,從而去除圖像中的大部分噪聲,再將保留的小波系數(shù)利用逆小波變換進(jìn)行重構(gòu),恢復(fù)出 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)用共十八頁(yè)應(yīng)用的范圍與優(yōu)勢(shì)(yush)CT圖像2015.10.22數(shù)字(shz)信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用共十八頁(yè)應(yīng)用的范圍(fnwi)與優(yōu)勢(shì)2015

7、.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程(gngchng)中的應(yīng)用共十八頁(yè)應(yīng)用的范圍(fnwi)與優(yōu)勢(shì)4、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)(jigu)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,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)(jigu)的高度復(fù)雜性,不同機(jī)器來(lái)源的圖像提供了互補(bǔ)的信息,如需要在一幅圖像上了解顱骨、腦組織、腦血管等綜合信息,可分別由來(lái)源于CT的骨組織信息、MR圖像的軟組織信息和MRA圖像提供的脈管信息來(lái)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)用共十八頁(yè)應(yīng)用(yngyng)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

8、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,利用其分解后的塔形結(jié)構(gòu),對(duì)不同分解層,不同頻帶分別進(jìn)行融合處理,可有效地將來(lái)自不同圖像細(xì)節(jié)融合在一起。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,重建(zhn jin)圖像時(shí)可減少圖像的“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的能量和噪聲不會(huì)相互干擾,又保留了原始圖像的紋理和邊緣特征,從而消除了融合圖像的塊狀偽影,可明顯提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)用共十八頁(yè)應(yīng)用的范圍(fnwi)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(gngchng)中的應(yīng)用共十八頁(yè)總

9、結(jié)(zngji)與展望由以上四個(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)中得到了很好的應(yīng)用我們相信隨著數(shù)字信號(hào)處理(xn ho ch l)技術(shù)的飛速發(fā)展,數(shù)字信號(hào)處理(xn ho ch l)這一新興的理論也將不斷地豐富和完善，各種新算法、新理論將不斷地被提出,可以預(yù)計(jì),在以后的時(shí)間里,數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用將得到更快的發(fā)展。2015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用共十八頁(yè)2015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程(gngchng)中的應(yīng)用教育和醫(yī)學(xué)是給予人類最大貢獻(xiàn)的兩個(gè)領(lǐng)域，一個(gè)拯救(zhngji)人類的精神和靈魂，一個(gè)拯救(zhngji)人類的肉體；如果我們能把在教育中獲取的知識(shí)應(yīng)用于醫(yī)學(xué)界，那將是人類最大的福祉。謝謝觀賞共十八頁(yè)內(nèi)容摘要數(shù)字信號(hào)處理中小波分析(fnx)在生物醫(yī)學(xué)工程中的應(yīng)用。(1)時(shí)頻局部化特點(diǎn),即可以同時(shí)提供時(shí)域和頻域局部化信息。(3)帶通濾波的特點(diǎn),根據(jù)中心頻率的變化調(diào)節(jié)帶寬,可以觀測(cè)出信號(hào)的低頻緩變部分和高頻突變部分。利用小波的時(shí)頻局部性及Radon變換的一些性質(zhì)(平移、尺度和旋轉(zhuǎn)),可確定抽取哪些