龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京大学
摘要：本申请公开了一种基于呼吸特征的活体超声图像融合去噪方法，属于超声图像领域，包括：采集超声图像，得到图像集合I；将I排列为二维矩阵Γ；根据Γ，获取图像中呼气顶点和吸气顶点所处的帧号集合p；根据集合Ip中各图像与I中所有图像的互相关系数选择参考图像；获取待融合的目标图像It及It所属的呼吸周期序号ct和图像组号Gt；在每个呼吸周期中筛选出与It属于同一图像组且具有最大互相关系数的图像，得到的图像集合即选帧结果集合J；对F中的各图像，依次进行细节保留的各向异性扩散滤波和对数压缩；以It为导向图，以F中图像的均值为输入图像，通过导向滤波器进行结构转移滤波。针对现有技术中散斑噪声去噪精度低，本申请提高了去噪精度。
主权项：1.一种基于呼吸特征的活体超声图像融合去噪方法，包括：步骤一，采集目标靶区的超声图像，得到图像集合I；计算图像集合I中图像间的互相关系数，根据互相关系数将图像集合I排列为二维矩阵Γ；步骤二，根据二维矩阵Γ，获取图像中呼气顶点和吸气顶点所处的帧号集合p，集合p对应的超声图像组成的集合Ip、平均呼吸周期T、平均吸呼比IE和图像集合I覆盖的呼吸周期数目C；步骤三，确定图像集合I中各图像对应的呼吸周期序号，将其按照帧号排列为呼吸周期序列c；根据集合Ip中各图像与I中所有图像的互相关系数选择参考图像，并根据参考图像计算得到图像集合I的互相关系数曲线和相位曲线；将区间[-π,+π]划分为多个子区间，并将图像集合I中各图像按相位所属子区间归入不同图像组G；步骤四，获取待融合的目标图像It及It所属的呼吸周期序号ct和图像组号Gt；在每个呼吸周期中筛选出与It属于同一图像组且具有最大互相关系数的图像，得到的图像集合即选帧结果集合J；基于选帧结果集合J和图像集合I进行基于邻帧图像的筛选，得到It的融合素材集合F；步骤五，对融合素材集合F中的各图像，依次进行细节保留的各向异性扩散滤波和对数压缩，将结果图像取代融合素材集合F中的原图像；以It为导向图，以融合素材集合F中图像的均值为输入图像，通过导向滤波器进行结构转移滤波，得到目标图像It的融合去噪结果。
全文数据：
权利要求：
百度查询： 南京大学 一种基于呼吸特征的活体超声图像融合去噪方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号