摘要：超声图像作为一项独立出来的影响检查技术,以其便宜、简便、实时和对人体无害等优点服务于临床医学。然而在实际应用中,由于成像设备和成像原理等因素,导致所成图像中不可避免的出现了斑点噪声和失真的问题。这样不仅给医生诊断疾病增加了难度,给图像的后期处理也带来了不便。针对图像中存在的斑点噪声,本文利用BP神经网络强大的非线性映射能力,研究了利用BP神经网络对医学超声图像的降噪方法。首先根据实际需求构建出合适的神经网络模型,然后选取若干超声图像作为训练数据进行训练,再随机选取测试数据集对训练好的神经网络进行测试。通过两幅超图像的实验结果表明,利用BP神经网络模型可以有效地降低超声图像中的斑点噪声,并且能够较好地保留图像的边缘特征,是一种有效的医学超声图像降噪方法。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社