基于正则变分模型的医学影像非线性复原方法

• 作者: 刘红敏 王志衡 王静 韩雪
• 来源期刊: 中国医学物理学杂志
• 关键词: 医学影像复原 退化 全变分 交替split Bregman 阈值算子
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 医学影像物理
• 页码范围: 1117-1123
• 页数: 7页
• 分类号: R312|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2017.11.008

摘要

针对传统医学影像复原方法会产生丢失细节、边界模糊等复原效果不理想以及算法计算复杂的问题,本文采用了一种有效的全变分正则化迭代方法对含有模糊和噪声的退化医学影像进行处理.该方法结合ROF模型具有的保持边缘和结构的特性,充分利用图像能量间的梯度关系,在经典变分去噪模型中加入模糊核算子,对于该凸泛函模型采用变量分离的思想,引入二次惩罚项和松弛变量将图像变分复原的无约束优化问题分解为一系列子问题,结合交替Split Bregman技术和解的框式制约,直接对泛函进行迭代,同时引入阈值算子和收缩技术来优化子问题的求解,同时达到了保持医学影像重要边缘和细节信息和克服传统方法计算复杂的目的.仿真结果表明,与传统复原方法相比,该方法提高了图像的信噪比,均方误差也明显减小,克服了振铃效应,改善了图像的视觉效果,证明了该方法的有效性,且该方法具有良好的稳定性和快速的收敛性,可以更有效的应用于临床诊断以及后续分割.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王静	河南理工大学计算机科学与技术学院	54	149	6.0	10.0
2	王志衡	河南理工大学计算机科学与技术学院	39	214	8.0	14.0
3	刘红敏	河南理工大学计算机科学与技术学院	25	73	5.0	8.0
4	韩雪	河南理工大学计算机科学与技术学院	15	26	4.0	4.0