数学驱动的识别和优化平滑参数的通用化优化,以减少超声波成像中的光斑噪声
Dinesh Bafila1, Amit Verma2, Bhupendra Singh2
1School of Computer Science, UPES, Bidholi, Dehradun, 248007, Uttarakhand, India. DINESH.105177@stu.upes.ac.in.
Journal of imaging informatics in medicine
|January 6, 2026
概括
这项研究优化了卵巢超声波图像的斑点减少参数,提高了PCOS等疾病的诊断准确度. 库安波器在消除噪音方面表现出卓越的性能,同时保留了关键的图像细节.
科学领域:
- 医疗成像医学成像
- 图像处理 图像处理
- 生物医学工程 生物医学工程
背景情况:
- 超声波图像中的斑点噪声降低了质量,阻碍了诊断,特别是在PCOS中检测卵巢囊时.
- 斑点噪声的乘法性质和马分布使其在没有信息丢失或扭曲的情况下复杂化去除.
- 在抑制噪音和保存诊断图像细节之间存在一种权衡.
研究的目的:
- 提出一个新的框架,以优化卵巢超声波图像的剥落方法的光滑控制参数 (SCP).
- 为了系统地微调SCP,用于五种重要诊断的除斑技术.
- 在各种卵巢超声波数据集上评估优化SCP的概括性.
主要方法:
- 开发了一个框架,以优化五个除斑算法的光滑控制参数 (SCP).
- 在公开和临床获得的卵巢超声数据集上应用和评估了优化的方法.
- 使用定量指标 (SSIM,PSNR,MSE) 和统计分析 (ANOVA) 来进行绩效评估.
主要成果:
- 优化的Kuan过器 (512个NLOOK) 实现了最佳性能,高SSIM (0.91-1.00) 和PSNR (74-79 dB),表明了优异的降噪和细节保存.
- 优化的Frost过器 (减噪系数5) 也显示出强的结果,保持高SSIM (1.00) 和PSNR (60-67dB).
- 统计分析 (ANOVA) 证实了优化的Kuan和Frost过器对其他过器的显著优势.
结论:
- 优化的SCP提供了一种可靠和可通用的策略来提高超声波图像质量.
- 优化参数的Kuan和Frost过器有效地减少了斑点噪音,同时在卵巢超声波图像中保留了关键的解剖和纹理信息.
- 这种方法可以提高像PCOS这样的疾病的诊断特异性和准确性.
