数字信号处理在生物医学工程中的应用

1、LOGO数字信号处理中小波分析在生物医学工程中的应用 姓名：姓名： 马振宇马振宇 指导教师：李占贤指导教师：李占贤 2015.10.22课程：测试信号分析与处理课程：测试信号分析与处理目录目录用小波分析处理医学图像的原因用小波分析处理医学图像的原因1小波分析基本理论小波分析基本理论2应用的范围与优势应用的范围与优势3总结与展望总结与展望42015.10.22数字信号处理在生物医学工程中的应用数字信号处理在生物医学工程中的应用用小波分析处理医学图像的原因用小波分析处理医学图像的原因1、医学图像自身特点：、医学图像自身特点： 医学信号微弱、背景噪声较强且为非平稳的随机医学信号微弱、背景噪声较强且为

2、非平稳的随机 信号信号,本身结构复杂，处理要求多样本身结构复杂，处理要求多样。2、小波变换特点：、小波变换特点：(1)时频局部化特点时频局部化特点,即可以同时提供时域和频域局部化即可以同时提供时域和频域局部化信息。信息。(2)多分辨率多分辨率,即多尺度的特点即多尺度的特点,可以由粗到细逐步观察可以由粗到细逐步观察信号信号.(3)带通滤波的特点带通滤波的特点,根据中心频率的变化调节带宽根据中心频率的变化调节带宽,可可以观测出信号的低频缓变部分和高频突变部分。这种以观测出信号的低频缓变部分和高频突变部分。这种变焦特性决定了它对非平稳信号处理的特殊功能。变焦特性决定了它对非平稳信号处理的特殊功能。2

3、015.10.22数字信号处理在生物医学工程中的应用数字信号处理在生物医学工程中的应用小波分析基本理论小波分析基本理论 1、小波变换的、小波变换的基本思想基本思想:用一组函数序列用一组函数序列表示或逼近待分析信号，与传统的傅里叶分表示或逼近待分析信号，与传统的傅里叶分析相比，小波变换在时域和频域都具有表征析相比，小波变换在时域和频域都具有表征信号局部特征的能力，通过平移和伸缩能够信号局部特征的能力，通过平移和伸缩能够聚焦信号的任意细节并进行时频域处理，既聚焦信号的任意细节并进行时频域处理，既可以看到信号的全貌，又可以分析信号的细可以看到信号的全貌，又可以分析信号的细节并保留数据的瞬时特性，因此

4、有节并保留数据的瞬时特性，因此有“数学显数学显微镜微镜”之称。之称。2015.10.22数字信号处理在生物医学工程中的应用数字信号处理在生物医学工程中的应用 2、小波变换的、小波变换的核心思想核心思想:多分辨率分析方法。多分辨率分析方法。即在小波分解过程中，将待分析信号通过小波即在小波分解过程中，将待分析信号通过小波分解成两部分，得到低频系数向量和高频系数分解成两部分，得到低频系数向量和高频系数向量，两个连续的低频系数之间损失的信息可向量，两个连续的低频系数之间损失的信息可以由高频系数获得，然后将低频系数向量继续以由高频系数获得，然后将低频系数向量继续分解，而高频系数保持不动。分解，而高频系数

5、保持不动。Company Logo应用的范围与优势应用的范围与优势1、投影变换的改进、投影变换的改进 传统医学扫描图像多是利用传统医学扫描图像多是利用Radon变换来完成图变换来完成图像特征提取和模式识别像特征提取和模式识别,但这种处理方式很难满足人们但这种处理方式很难满足人们对图像局部区域信号的关注。利用小波的时频局部性对图像局部区域信号的关注。利用小波的时频局部性及及Radon变换的一些性质变换的一些性质(平移、尺度和旋转平移、尺度和旋转),可确定可确定抽取哪些局部信息能获得可靠的图像重构抽取哪些局部信息能获得可靠的图像重构,并达到一定并达到一定逼近精度的误差界限。基于逼近精度的误差界限。

6、基于Radon变换和小波变换的变换和小波变换的纹理分析算法充分利用纹理分析算法充分利用Radon变换的降噪能力变换的降噪能力,提取了提取了具有平移、旋转和尺度不变性的图像纹理特征具有平移、旋转和尺度不变性的图像纹理特征,克服了克服了噪声对图像的影响。噪声对图像的影响。2015.1022数字信号处理在生物医学工程中的应用数字信号处理在生物医学工程中的应用应用的范围与优势应用的范围与优势2015.1022数字信号处理在生物医学工程中的应用数字信号处理在生物医学工程中的应用应用的范围与优势应用的范围与优势2、图像的特征提取及边缘检测、图像的特征提取及边缘检测 目前已有各种算子提取图像边缘的方法都不具

7、有自目前已有各种算子提取图像边缘的方法都不具有自动变焦功能动变焦功能,提取的图像边缘清晰度不高。作为一种多提取的图像边缘清晰度不高。作为一种多尺度多通道分析工具尺度多通道分析工具,小波变换和分析特别适合对图像小波变换和分析特别适合对图像进行多尺度的边缘检测进行多尺度的边缘检测,常用算法如常用算法如Mallat小波模极大小波模极大值边缘检测算法值边缘检测算法,其变换模的极大值点一一对应于图像其变换模的极大值点一一对应于图像密度的突变点密度的突变点,不存在虚假边缘不存在虚假边缘,并且时、频域可同时局并且时、频域可同时局部化部化,可根据图像边缘细节自动调节其分辨尺度可根据图像边缘细节自动调节其分辨尺

8、度,放大图放大图像的局部细节。像的局部细节。2015.1022数字信号处理在生物医学工程中的应用数字信号处理在生物医学工程中的应用应用的范围与优势应用的范围与优势v应用实例：应用实例：检测乳腺检测乳腺X线图像中的微钙化点线图像中的微钙化点单颗粒钙离子的直径仅为单颗粒钙离子的直径仅为0.051.00mm,鉴别这种极其鉴别这种极其微小的病变颗粒就是通过在小波域内进行阈值分类来微小的病变颗粒就是通过在小波域内进行阈值分类来实现，这样就可以提早发现乳腺疾病并及时治疗。实现，这样就可以提早发现乳腺疾病并及时治疗。2015.10.22数字信号处理在生物医学工程中的应用数字信号处理在生物医学工程中的应用应用

9、的范围与优势应用的范围与优势3、去除噪声干扰、去除噪声干扰 传统去噪方法传统去噪方法(如减影法、中值滤波法、邻域平均如减影法、中值滤波法、邻域平均法等法等)仅适用于信号和噪声频带无重叠或少部分重叠的仅适用于信号和噪声频带无重叠或少部分重叠的情况情况,而不适用于信号和噪声频带重叠较大的情况。当而不适用于信号和噪声频带重叠较大的情况。当信号和噪声的频率重叠区域很大时，利用图像小波分信号和噪声的频率重叠区域很大时，利用图像小波分解各个子带图像的不同特性设定不同的阈值解各个子带图像的不同特性设定不同的阈值,将低于某将低于某个阈值的小波系数置为零个阈值的小波系数置为零,保存高于阈值的小波系数保存高于阈值

10、的小波系数,经经处理之后的小波系数就可以理解为基本上是由信号引处理之后的小波系数就可以理解为基本上是由信号引起的起的,从而去除图像中的大部分噪声从而去除图像中的大部分噪声,再将保留的小波系再将保留的小波系数利用逆小波变换进行重构数利用逆小波变换进行重构,恢复出恢复出 有效的图像信号。有效的图像信号。2015.10.22数字信号处理在生物医学工程中的应用数字信号处理在生物医学工程中的应用应用的范围与优势应用的范围与优势CT图像2015.10.22数字信号处理在生物医学工程中的应用数字信号处理在生物医学工程中的应用应用的范围与优势应用的范围与优势2015.10.22数字信号处理在生物医学工程中的应

11、用数字信号处理在生物医学工程中的应用应用的范围与优势应用的范围与优势4、医学图像融合、医学图像融合 医学图像融合就是将同一解剖结构在不同成像机制下医学图像融合就是将同一解剖结构在不同成像机制下的几幅医学图像融合成一幅图像的几幅医学图像融合成一幅图像,得到信息更丰富的医得到信息更丰富的医学图像。由于成像机制不同和人体结构的高度复杂性学图像。由于成像机制不同和人体结构的高度复杂性,不同机器来源的图像提供了互补的信息不同机器来源的图像提供了互补的信息,如需要在一幅如需要在一幅图像上了解颅骨、脑组织、脑血管等综合信息图像上了解颅骨、脑组织、脑血管等综合信息,可分别可分别由来源于由来源于CT的骨组织信息

12、、的骨组织信息、MR图像的软组织信息和图像的软组织信息和MRA图像提供的脉管信息来提供。图像提供的脉管信息来提供。 2015.10.22数字信号处理在生物医学工程中的应用数字信号处理在生物医学工程中的应用应用的范围与优势应用的范围与优势 在这复杂的图像融合中，小波变换发挥了极其重在这复杂的图像融合中，小波变换发挥了极其重要的作用。小波变换将原始图像分解到一系列频率信要的作用。小波变换将原始图像分解到一系列频率信号中号中,利用其分解后的塔形结构利用其分解后的塔形结构,对不同分解层对不同分解层,不同频不同频带分别进行融合处理带分别进行融合处理,可有效地将来自不同图像细节融可有效地将来自不同图像细节

13、融合在一起。采用双正交小波基在小波分解时有效地提合在一起。采用双正交小波基在小波分解时有效地提取图像边缘的特征取图像边缘的特征,重建图像时可减少图像的重建图像时可减少图像的“块效应块效应 ”。小波变换的图像融合既保证图像中不同分辨率水平上小波变换的图像融合既保证图像中不同分辨率水平上的能量和噪声不会相互干扰的能量和噪声不会相互干扰,又保留了原始图像的纹理又保留了原始图像的纹理和边缘特征和边缘特征,从而消除了融合图像的块状伪影从而消除了融合图像的块状伪影,可明显提可明显提高图像的主观视觉质量。高图像的主观视觉质量。2015.10.22数字信号处理在生物医学工程中的应用数字信号处理在生物医学工程中

14、的应用应用的范围与优势应用的范围与优势2015.10.22数字信号处理在生物医学工程中的应用数字信号处理在生物医学工程中的应用总结与展望总结与展望v由以上四个例子看出由于小波变换的多种优越特性，由以上四个例子看出由于小波变换的多种优越特性，使其很适合处理突变信号和非平稳信号，在医学中使其很适合处理突变信号和非平稳信号，在医学中得到了很好的应用得到了很好的应用v我们相信随着数字信号处理技术的飞速发展我们相信随着数字信号处理技术的飞速发展,数字信数字信号处理这一新兴的理论也将不断地丰富和完善号处理这一新兴的理论也将不断地丰富和完善，各各种新算法、新理论将不断地被提出种新算法、新理论将不断地被提出,可以预计可以预计,在以后在以后的时间里的时间里,数字信号处理在生物医学工程中的应数字信号处理在生物医学工程中的应用用将将得到更快的发展得到更快的发展。2015.10.22数字信号处理在生物