基于贝叶斯粗糙集的肺部肿瘤CT图像抗噪算法设计

作     者：卓德强 ZHUO Deqiang

作者机构：武汉大学中南医院放射科 

基　　金：国家自然科学基金资助项目(81000974) 高等学校博士学科点专项科研基金资助项目(20100141120015) 湖北省卫生厅资助项目(JX4C30) 武汉市青年科技晨光计划资助项目(201150431107) 

出 版 物：《生物医学工程研究》 (Journal Of Biomedical Engineering Research)

年 卷 期：2019年第38卷第3期

页      码：331-335页

摘      要：贝叶斯粗糙集处理噪声数据能力强,分类肺部肿瘤CT图像结果准确,为图像去噪提供精准的图像分类结果。基于此,设计基于贝叶斯粗糙集的肺部肿瘤CT图像抗噪算法,基于贝叶斯粗糙集分类模型进行肺部CT图像分类,约简贝叶斯粗糙集属性和决策规则,基于决策规则预测肺部CT图像类别;对存在肿瘤的CT图像噪声小波系数构建拉普拉斯数学模型,基于贝叶斯最大后验概率估计小波系数概率密度,计算噪声方差和子代小波系数标准差,使去噪算法具备自适应性;基于小波系数的概率密度得到最大后验(maximum a posteriori,MAP)估计值,对该值做小波反变换,实现肺部肿瘤CT图像自适应去噪。结果表明,该算法去除肺部肿瘤CT图像噪声效果好,抗噪能力强,较好保留图像细节特征,视觉效果佳。

主 题 词：贝叶斯粗糙集 肺部 约简 肿瘤CT图像 小波系数 抗噪 

学科分类：0831[工学-公安技术类] 11[军事学] 0810[工学-土木类] 1105[1105] 08[工学] 0836[0836] 081002[081002] 110503[110503] 

D　O　I：10.19529/j.cnki.1672-6278.2019.03.14

馆 藏 号：203796066...