模糊神经网络像素分类的稀疏表示医学CT图像去噪方法
在医学CT成像过程中,由于引入了不可避免的噪声,致使图像质量下降,影响临床诊断.因此,研究医学CT图像降噪方法在诊疗服务中具有重要意义.本文结合图像分割的思想,利用模糊神经网络将图像像素分成边缘区、平滑区与纹理区等不同图像区域,通过小波稀疏表示对不同类型的图像块进行阈值去噪处理,以便更好地保留医学CT图像的细节特征.实验结果表明,本文算法对医学CT图像降噪有一定的效果,峰值信噪比(PSNR)和结构相似性指数(SSIM)都得到了改善,更好并且很好地保留CT图像的细节信息.
计算机断层图像 去噪方法 模糊神经网络 像素分类 稀疏表示
孙云山 张立毅 耿艳香
天津商业大学信息工程学院,天津300134
国内会议
天津
中文
1354-1360
2015-10-01（万方平台首次上网日期，不代表论文的发表时间）