[發明專利]一種針對超聲圖像斑點噪聲的去噪系統及去噪方法

在審

• 申請號: 201710117756.8
• 申請日: 2017-03-01
• 公開（公告）號: CN106780407A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 吳哲;王權泳;王文平
• 申請（專利權）人: 成都優途科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京天盾知識產權代理有限公司11421
• 代理人: 葛宏

技術領域

本發明具體涉及一種針對超聲圖像斑點噪聲的去噪系統及去噪方法。

背景技術

超聲波進入人體組織后形成的反射和散射波經過超聲探頭接收和后端儀器的分析顯示就生成了超聲圖像。在實際的臨床超聲檢測過程中，由于人體軟組織聲阻抗的不均勻性和空間分布的隨機性，會形成大量隨機分布的散射粒子，散射粒子產生彼此相關的散射波。散射波在空間某一點相遇時，產生相長干涉和相消干涉。散射粒子間的相互干涉產生的回波信號和對超聲波的散射疊加起來，使得反射回探頭的信號成為一個振幅不定的信號，如果回波相位一致，那么接收到的是強信號，如果回波相位不一致，則接收到的是弱信號。該信號在超聲圖像中會表現為或明或暗的斑點，即超聲圖像的斑點。這些斑點并不是人體組織內散射粒子的真實圖像。由于分辨單元內的散射體是隨機分布的，它們反向散射的能量也是隨機的，因此，這種回波信號具有一定的統計特性。這種噪聲定義為斑點噪聲，其特點是屬于內部生成的噪聲，其屬性和圖像本身類似，難以用常規的濾波方法加以隔離區分并消除。

發明內容

本發明的目的在于克服現有技術的缺點，提供一種針對超聲圖像斑點噪聲的去噪系統及去噪方法，以解決現有濾波方法難以隔離區分并消除超聲圖像中的斑點噪聲的問題。

為實現上述目的，本發明所采取的技術方案是：

一方面，提供一種針對超聲圖像斑點噪聲的去噪系統，包括

相場加載模塊，采用相場模型檢測超聲圖像中的人體組織邊界，保留邊界的細節并進行平滑和銳化處理，從而完成超聲圖像的加載；

歸一化處理模塊，將超聲圖像中像素點灰度的取值歸一化到[0,1]范圍內；

偏微分處理模塊，用于建立一個非線性偏微分方程，并加載邊界條件和初始條件的數值，并對非線性偏微分方程進行差分數值解析；

自由能降噪模塊，在差分數值解析完成后加載自由能算法項，通過非線性偏微分方程自我迭代運算，從而消除超聲圖像中的斑點噪聲，并計算超聲圖像的像素新值和信噪比。

作為優選，還包括閾值檢測模塊，檢測自由能降噪模塊輸出的超聲圖像是否達到降噪要求，沒有達到要求時將該超聲圖像返回到自由能降噪模塊中再次處理。

作為優選，還包括圖像顯示模塊，將閾值檢測模塊檢測達到降噪要求的超聲圖像顯示出來。

另一方面，提供一種針對超聲圖像斑點噪聲的去噪方法，包括以下步驟，

S1，超聲圖像加載，采用相場模型加載模塊檢測超聲圖像中的人體組織邊界，保留邊界的細節并進行平滑和銳化處理，從而完成超聲圖像的加載；

S2，歸一化處理，通過歸一化處理模塊將超聲圖像中像素點灰度的取值歸一化到[0,1]范圍內；

S3，偏微分處理，通過偏微分處理模塊建立一個非線性偏微分方程，并加載邊界條件和初始條件的數值，并對非線性偏微分方程進行差分數值解析；

S4，自由能降噪，通過自由能降噪模塊在差分數值解析完成后加載自由能算法項，通過非線性偏微分方程自我迭代運算，從而消除超聲圖像中的斑點噪聲，并計算超聲圖像的像素新值和信噪比。

作為優選，所述步驟S1中的相場模型是針對物質守恒的情況成立的，其自由能公式為f(c)＝-c²/2+c⁴/4。

作為優選，所述步驟S3中的非線性偏微分方程建立方法為，

用代表非線性偏微分方程自由能泛函，直接將各向異性引入自由能中，故而定義自由能泛函方程為：

其中f(c)是灰度參數的局域自由能，c＝±1對應著不同的相，代表著界面的能量消耗；

而對應的簡化模型的泛函方程為：

將(1.4)代入(1.5)可得到非線性偏微分方程：

化學勢q(c)代表擴散程度的幅度和灰度值的關系；在自由能曲線最低點c＝±1處取最小值，而在邊界取較大的值。

作為優選，步驟S3中所述初始條件的加載方法，設置初始條件：c(t＝0)＝c₀

表示數據去噪處理前也就是零時刻的原始輸入數據，t表示迭代時間；t＝(n-1)Δt，Δt為自動演化的迭代時間間隔，n是迭代的次數；

所述邊界條件加載方法，設定邊界封閉，也就是在邊界點：c[N]＝c[N-1]其中N是整個輸入圖像的像素寬度或長度值；

所述差分數值解析方法為中心差分法或有限元法。

作為優選，步驟S4中所述像素新值的計算，是通過差分數值解析加載自由能項的作用，以得到迭代時間t時刻的像素點數值；