超声图像序列相关性自适应去噪策略

"基于序列相关性的超声图像自适应去噪 (2014年)" 是一篇关于医学超声图像处理技术的论文，由郭德全等人撰写。该论文探讨了如何解决超声图像受到电子噪声和斑点噪声干扰的问题，提出了一个创新的去噪策略，即基于序列相关性的自适应加权复合去噪方法。 超声图像由于其成像原理，常常受到各种噪声的污染，如电子噪声导致的图像不清晰，以及斑点噪声造成的图像纹理模糊。为了改善这种情况，研究者深入研究了超声图像序列在不同变化速率下的帧间相关性。他们通过测试人体组织超声影像序列在不同运动状态下的相关性，利用像素点差值直方图来评估图像间的互相关信息。 直方图阈值波动范围被用来调整运动剧烈程度的指标，这有助于识别和处理不同运动状态下的图像。接着，研究者基于方差特性对帧进行相关性分析，并实现不同相关性的图像间的自适应加权复合。这种方法能够快速地适应不同相关性的图像，从而实现更有效的去噪。 实验结果显示，这种基于序列相关性的去噪方法可以有效地抑制电子噪声，平滑图像中的斑点区域，同时保持超声图像中生物组织结构的细节信息。相较于传统的去噪技术，该方法表现出了显著的优势。 这篇论文是在国家“973”计划资助项目和四川省科技支撑计划资助项目的支持下完成的，反映了科研团队在信号与信息处理、图像处理，特别是医学信号和图像处理领域的专业研究。作者们通过深入研究和实践，为医学超声图像的噪声去除提供了新的理论和技术支持，对于提高超声诊断的准确性和可靠性具有重要意义。