项目名称: 量子衍生超声医学图像去斑方法研究

项目编号: No.61201423

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电子学与信息系统

项目作者: 付晓薇

作者单位: 武汉科技大学

项目金额: 24万元

中文摘要: 量子衍生信息处理技术是量子信息学同经典计算机技术相结合的产物,是在经典计算机硬件基础上,充分发挥量子信息技术优势的一种途径。医学超声具有无损无痛、价廉、实时性强等优点,被广泛地应用在临床诊断中。由于超声信号在体内的散射,图像存在大量复杂的斑点噪声,严重影响着图像质量,增加了临床诊断与治疗的难度。因此,超声图像去斑是医学图像处理的一个重要课题。目前,基于统计模型的小波图像去斑方法是医学超声图像去斑的主要方法,但仍存在去斑平滑与图像细节保持之间的矛盾、鲁棒性较差、计算复杂度大等缺点。本项目将借鉴并利用量子力学的基本理论,充分发挥量子特性优势,提出一种新的量子衍生医学超声图像去斑方法并将其应用在数字超声成像系统中。该方法不依赖于量子级物理设备,将实现量子力学理论与图像处理技术的相互渗透与有机结合,为解决超声图像处理提供一条新的有效途径。

中文关键词: 量子信号处理;图像去斑;复小波变换;参数估计;

英文摘要: Quantum-inspired information processing technology is derived from quantum informatics with classic computer techniques, which takes good advantage of the quantum information based on classic computer hardware. Medical ultrasound is widely used in the clinical diagnosis with the characteristics of the painless, low price, good real-time performance and etc. With the scattering of ultrasonic signals in the body, there are lots of complex speckle noises in the medical ultrasound image. It influences the image quality seriously and increases the difficulty of clinical diagnosis and treatment. Therefore, the despeckling of ultrasound image is an important issue in medical image processing. At present, the main despeckling methods are based on the image statistical model in wavelet domain. However, they still have the contradiction between despeckling and preserving details of medical ultrasound image, and have the shortcomings of poor robustness, the great computational complexity. With the principle of quantum mechanics and the advantages of quantum properties, a novel despeckling method of medical ultrasound image is proposed, which will be applied to digital ultrasound imaging system. The method doesn't depend on the quantum level of physical equipment. It promotes the realization of the combination and mutual pe

英文关键词: Quantum Signal Processing;Image Despeckling;Complex Wavelet Transform;Parameter Estimation;

成为VIP会员查看完整内容
0

相关内容

迁移学习方法在医学图像领域的应用综述
专知会员服务
59+阅读 · 2022年1月6日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
42+阅读 · 2021年8月30日
专知会员服务
31+阅读 · 2021年7月26日
【浙江大学】计算摄影学 (Computational Photography)课程
专知会员服务
25+阅读 · 2020年12月26日
专知会员服务
123+阅读 · 2020年11月15日
量子信息技术研究现状与未来
专知会员服务
40+阅读 · 2020年10月11日
图像分割在医学影像中的应用
极市平台
2+阅读 · 2022年2月16日
医学图像数据读取及预处理方法总结
极市平台
22+阅读 · 2022年1月4日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
关于GANs在医学图像领域应用的总结
人工智能前沿讲习班
31+阅读 · 2019年6月4日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Transparent Shape from Single Polarization Images
Arxiv
0+阅读 · 2022年4月19日
Arxiv
65+阅读 · 2021年6月18日
小贴士
相关VIP内容
迁移学习方法在医学图像领域的应用综述
专知会员服务
59+阅读 · 2022年1月6日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
42+阅读 · 2021年8月30日
专知会员服务
31+阅读 · 2021年7月26日
【浙江大学】计算摄影学 (Computational Photography)课程
专知会员服务
25+阅读 · 2020年12月26日
专知会员服务
123+阅读 · 2020年11月15日
量子信息技术研究现状与未来
专知会员服务
40+阅读 · 2020年10月11日
相关资讯
图像分割在医学影像中的应用
极市平台
2+阅读 · 2022年2月16日
医学图像数据读取及预处理方法总结
极市平台
22+阅读 · 2022年1月4日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
关于GANs在医学图像领域应用的总结
人工智能前沿讲习班
31+阅读 · 2019年6月4日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员