1 西南石油大学计算机科学学院，四川成都 610500
2 四川省人民医院 a.心血管超声及心功能科
3 b.超声心脏电生理学与生物力学四川省重点实验室，四川成都 610072
针对医学超声图像的分辨率低而导致视觉效果差的问题，使用基于神经网络的图像超分辨率(SR)重建方法提升医学超声图像的分辨率。采用针对自然图像超分辨率重建的生成对抗网络(SRGAN)作为基本方法，通过减少 2个输入通道和删除 1个残差块对该网络的结构进行更改，并且改进网络损失函数，新增模糊处理数据集，使该网络适应医学超声图像所具备的灰度图像、散斑纹理单一等特点，从而重建出放大 4倍的边缘清晰没有伪影的医学超声图像。将改进 SRGAN与原始 SRGAN的结果相比，峰值信噪比(PSNR)和结构相似性(SSIM)分别有 1.792 dB和 3.907%的提升; 与传统双立方插值的结果相比，PSNR和 SSIM分别有 2.172 dB和 8.732%的提升。
超分辨率重建 生成对抗网络 乳腺超声图像 残差块 亚像素卷积层 super-resolution reconstruction Generative Adversarial Network breast ultrasound image residual block sub-pixel convolution layer 太赫兹科学与电子信息学报
2023, 21(5): 677
1 昆明理工大学信息工程与自动化学院，云南 昆明 650504
2 四川大学计算机学院，四川 成都 610065
3 昆明医科大学第一附属医院医学影像科，云南 昆明 650504
医学超声图像中会不可避免地产生斑点噪声。为有效去除医学超声图像中的噪声，本研究团队提出了一种基于双注意力机制的医学超声图像降噪模型。首先，针对医学超声图像数量有限的问题，对伯克利分割数据集中的400张图像进行旋转和缩放，获得23700张自然图像，再通过斑点噪声模型对其添加斑点噪声来模拟超声图像；接着，在构建降噪模型过程中，针对传统卷积神经网络在特征提取时存在的一些不足，分别引入位置注意力机制、通道注意力机制和全卷积网络对现有模型进行改进，构建更优的超声图像降噪模型；最后，在模型训练过程中，为防止梯度消失引入了批量归一化操作。实验结果表明：从视觉观察效果和客观评价指标来看，所提模型对11张模拟超声图像和2张真实超声图像（物理体膜超声图像和肝脏超声图像）的去噪效果均优于对比模型。所提模型是一种有效的医学超声图像降噪模型，不仅有效降低了斑点噪声，还较好地保留了图像的细节信息。
图像处理 医学超声图像 斑点噪声模型 位置注意力机制 通道注意力机制 斑点噪声抑制 激光与光电子学进展
2022, 59(2): 0217001
昆明理工大学信息工程与自动化学院, 云南 昆明 650500
在医学超声成像技术中,成像设备、成像机制和检测对象的不均匀性等因素导致超声图像中存在斑点噪声和部分失真的问题,这不仅降低了超声图像的质量,也给临床医学的诊断增加了难度。为了有效地抑制超声图像中的斑点噪声,提出了一种基于反向传播(BP)神经网络的自适应双边滤波的超声图像降噪方法。该方法能够通过BP神经网络预测的局部区域与参考噪声区域之间的相似度值区分超声图像中的噪声区域与组织区域,再通过将BP神经网络预测的相似度值与双边滤波器相结合实现对超声图像的自适应滤波。该双边滤波器能够对超声图像中不同的区域进行有区别的滤波。对4幅超声图像(物理体膜超声图像、肝脏超声图像1、肝脏超声图像2和肾脏超声图像)进行实验,结果表明该方法可以较好地抑制超声图像中的斑点噪声并保留其边缘特征,也能够得到更高的信噪比和更优的视觉效果。
图像处理 超声图像 双边滤波器 自适应滤波 反向传播神经网络 斑点噪声抑制 激光与光电子学进展
2020, 57(24): 241014
1 天津大学 精密仪器与光电子工程学院 光电信息技术教育部重点实验室，天津 300072
2 北京华科创智健康科技股份有限公司，北京 100195
针对超声图像边缘较弱且不连续、图像灰度分布不均的特点，提出一种基于多方向、多频率的Gabor滤波融合多尺度水平集的边缘提取算法。将超声图像成像的不连续性看作随机方向的纹理，利用Gabor滤波的方向性进行不同角度的滤波，通过最大值融合多图像，得到待分割区域和背景之间的差异且最大程度地保留原图像信息的中间图像。同时，使用多中心频率的Gabor滤波核以满足超声图像复杂的频率分布特性，并通过均值融合的方式减弱噪声的影响。再针对融合图像边缘较弱且灰度变化不均的缺陷，改进传统的局部聚类水平集方法，采用不同方差大小的高斯卷积核来适应图像不同部分的灰度变化情况，通过均值融合构造多尺度能量函数。通过在增强图像上迭代改进后的多尺度水平集函数，获取最终边缘。为验证算法的有效性，对胃部超声图像进行测试，分割结果的相关性系数和敏感性系数分别达到了0.856和0.910，相比传统局部强度聚类水平集方法分别提升了20.7%和5%。实验结果表明，该算法可以显著提高超声图像边缘提取的连续性和准确性，有效降低因超声图像灰度不均和边缘较弱造成的过分割现象。
超声图像分割 边缘提取 Gabor滤波 水平集方法 ultrasound image segmentation edge extraction Gabor filter level set method
1 天津大学 精密仪器与光电子工程学院 光电信息技术教育部重点实验室, 天津 300072
2 北京华科创智健康科技股份有限公司, 北京 100195
医学超声图像是医生诊断人体组织病变的重要依据, 而医学超声图像中固有的散斑噪声易造成纹理信息的破坏, 影响医生对组织器官的判断, 因此, 医学超声图像的去噪处理倍受关注。针对目前医学超声图像去噪算法无法保持图像纹理这一局限性, 本文提出分数阶微分加权的引导滤波算法。算法首先通过对数变换, 将难以去除的散斑噪声转换为加性噪声; 再结合分数阶微分算法, 根据像素与边缘纹理的相关性设计纹理因子, 并使用该纹理因子改进引导滤波方法; 最后, 通过改进的引导滤波器生成医学超声图像的处理结果。本文对猪胃和猪气管超声图像进行了算法实验, 实验结果表明, 本文算法相较于经典引导滤波算法, 其结构一致性因子提升20.1%, 无参考图像锐化因子提升3.3%, 能够在去除散斑噪声的同时有效保留图像边缘纹理结构, 对于医学超声图像具有良好的适用性。
医学超声图像 保边去噪 引导滤波 分数阶微分 纹理因子 medical ultrasound image edge-preserving filter guided image filtering fractional differential texture factor
1 北京化工大学信息科学与技术学院, 北京 100029
2 中日友好医院介入超声医学科, 北京 100029
3 中国科学院微电子研究所, 北京 100029
4 中国科学院大学, 北京 100049
针对甲状旁腺超声图像灰度分布不均匀、甲状旁腺病灶多样化的特点,利用图像全局和局部信息,采用基于图像局部熵的混合水平集模型进行甲状旁腺超声图像分割。针对不同超声图像灰度分布差异大的难题,利用图像局部熵确定全局项权重,提高模型的自适应能力。为避免局部项区域尺度设定大易出现过分割,区域尺度设定小计算效率低的问题,利用两尺度进行曲线演化。实验结果表明,本文提出的混合水平集模型对差异性大的甲状旁腺超声图像具有较强的自适应能力,能使演化曲线自动收敛于目标轮廓,具有更高的分割准确率和计算效率。
医用光学 甲状旁腺超声图像 水平集 图像局部熵 自适应 两尺度 光学学报
2019, 39(12): 1217001
1 宁夏大学信息工程学院, 宁夏 银川 750021
2 银川市第一人民医院医技科, 宁夏 银川 750002
针对过拟合及甲状腺恶性结节细粒度分类(恶性分为恶性与高度恶化)的问题,提出一种基于循环卷积神经网络的分类方法。将Xception网络与长短时记忆网络(LSTM)作为互不干扰的两部分,分别对甲状腺结节样本进行特征提取得到两个权重矩阵;通过Merge算法融合为单个权重矩阵,将单个权重矩阵导入卷积神经网络(CNN)进行特征提取与池化;采用L2正则化的Softmax函数作为分类器,完成循环卷积神经网络的训练与测试。实验结果表明,甲状腺恶性结节细粒度分类的准确率为87.00%,并有较好的特征提取能力。
图像处理 神经网络 超声图像 甲状腺 图像分类预测 激光与光电子学进展
2019, 56(24): 241003
针对传统各项异性扩散模型容易产生板块分区, 模糊图像细节等问题,提出一种改进的各项异性滤波算法。该方法引用双曲正切函数构造扩散模型的扩散系数, 避免了传统各项异性扩散模型在均匀区域产生的板块分区问题; 并通过使用衰减因子提高在非均匀区域的扩散敏感性, 能够更好地保留图像的边缘细节信息; 同时引入相对平滑增量, 自适应监控图像的滤波程度, 并自动终止迭代过程。仿真实验表明, 提出的滤波方法能够有效滤除超声图像斑点噪声, 并消除传统各项异性扩散模型产生的板块分区问题, 提高了对图像细节信息的保留能力, 并增强了与原图像的结构相似度, 是一种有效的斑点噪声降噪方法。
超声图像 斑点噪声 各项异性扩散 图像滤波 ultrasound image speckle noise anisotropic diffusion image filtering
1 河北大学 电子信息工程学院, 保定 071002
2 河北大学 河北省数字医疗工程重点实验室, 保定 071002
3 河北大学附属医院, 保定 071000
为了实现甲状腺超声图像中结节组织的快速准确分割, 克服图像灰度分布不均匀和边缘模糊对分割结果造成的影响,采用了基于相位一致性改进的活动轮廓分割模型。首先, 利用相位一致性边缘检测原理构造一种新的速度函数, 不仅弥补了梯度算子边缘检测中由于滤波处理造成边缘损坏的缺陷, 而且可以灵活地控制曲线演化速率; 然后, 将该速度函数乘入到无边缘主动轮廓模型的能量项中, 避免了线性组合中的权重分配问题, 同时具有全局分割能力。通过理论分析和实验验证, 改进模型的相对差异度均小于1%, 运行时间均低于对比模型。结果表明, 新模型实现了灰度分布不均匀图像的精确分割, 同时分割效率也有所提高。
图像处理 甲状腺超声图像分割 活动轮廓模型 相位一致性 速度函数 image processing thyroid ultrasound image segmentation active contour model phase consistency speed function
武汉大学 物理科学与技术学院, 武汉 430072
图像分割在医学超声图像的定量、定性分析中均扮演着十分重要的作用, 并直接影响到后续的分析、处理工作。针对医学超声图像对比度低和噪声强的特点, 提出了一种将超像素和模糊聚类技术相结合的图像分割方法。该方法利用简单线性迭代聚类算法产生多个超像素子区域, 通过比较各个子区域间特征向量的相似性, 利用模糊C均值(FCM)聚类技术对这些过分割区域进行合并, 实现超声图像目标区域的有效分割。和传统的基于单像素的FCM聚类算法相比, 该方法具有较强的鲁棒性, 有效提高了目标区域的分割精度和分割效率, 取得了较好的分割效果。
图像分割 医学超声图像 超像素 模糊C均值(FCM)聚类 image segmentation medical ultrasound image superpixel fuzzy C-means(FCM)
