基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 在智能乳腺全容积超声系统中需扫描很多个切面同时进行成像和保存,数据量庞大.为此,本文提出基于Bandlet变换的压缩感知方法并应用于该系统,以降低存储和传输的数据量.方法 首先利用超声图像的Bandlet变换域能够根据图像的"几何正则性"来自适应改变得到稀疏表示的特点,将所得图像进行Bandlet变换.然后选择与Bandlet基矩阵不相干的随机测量来降低图像压缩的数据量,之后利用匹配追踪算法由压缩数据重建超声图像.最后以智能乳腺全容积超声系统的图像数据为例进行压缩效率和重建有效性的验证.结果 压缩后的数据大小为原数据的30%,降低了传输和存储的数据量,同时可得到高质量的重建图像.结论 基于Bandlet的压缩感知算法可降低智能乳腺全容积超声系统图像的传输带宽和数据量,并保证了图像重建的质量,适用于智能乳腺全容积超声系统.
推荐文章
鲁棒性压缩感知重构技术及其在智能视频监控中的应用研究
鲁棒性压缩感知
智能视频监控
编码
奇偶分裂处理
基于压缩感知算法的图像压缩保密方法
压缩感知
图像加密
分块处理
观测矩阵
基于WM-CoSaMP重构算法的压缩感知在步态识别中的应用研究
步态识别
特征提取
压缩感知
投影观测
重构
基于小波树模型的压缩采样匹配(WM-CoSaMP)
基于压缩感知的网络编码算法
网络编码
压缩感知
小波变换
低复杂度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Bandlet的压缩感知算法及其在智能乳腺全容积超声系统中的应用
来源期刊 北京生物医学工程 学科 医学
关键词 压缩感知 稀疏表示 Bandlet变换 超声成像 乳腺
年,卷(期) 2017,(4) 所属期刊栏目 论著
研究方向 页码范围 343-347
页数 5页 分类号 R318.04
字数 2945字 语种 中文
DOI 10.3969/j.issn.1002-3208.2017.04.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张琼 汕头大学医学院 15 87 6.0 9.0
2 李德来 16 74 4.0 8.0
3 李斌 6 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
压缩感知
稀疏表示
Bandlet变换
超声成像
乳腺
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京生物医学工程
双月刊
1002-3208
11-2261/R
16开
北京安定门外安贞医院
1981
chi
出版文献量(篇)
2829
总下载数(次)
13
总被引数(次)
15960
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导