小波变换在医学图像处理中的应用

总结小波变换与展望

小波变换自产生起就成为数学的一个重要分支，在图像处理上得到了广泛应用。在医学图像处理上应用小波变换可以帮助医生提高临床确诊率。

与傅立叶变换相比，小波变换在时域和频域同时具有良好的局部化性质，能够在不同尺度上展开信号，更适合于处理突变信号和非平稳信号，在医学中的应用取得了良好的效果，如：用于医学图像压缩， 具有压缩比高、压缩速度快、压缩后能保持信号与图像的特征基本不变、边缘锐化较好等优点；用于X线图像中病变组织的边缘检测，其效果远优于最好的单尺度方法；CT、MR 医学图像采用小波分析方法融合处理后，可有效地保留原始多源图像的边缘和纹理特征，避免了融合图像因平均化出现模糊现象。将小波变换的图像分割、二维建模、三维变换、自适应量化等各项技术综合起来，并结合人类视觉特点，采用不同的压缩和增强方法，是远程医学图像传输发展的必然趋势[11] 。

另外，提及的小波基应用，它在小波变换中具有非常重要的作用，进行医学图像处理时，选择的小波基是否合理关系到图像处理效果，所以，小波基研究是小波变换发展的一个重要内容[12]。在医学图像处理中，还需二者有机结合利用，提高图像处理效果。

总之，小波分析技术的灵活性、快速性、双域性等特点决定了其在医学图像处理中的优势，与其他方法结合时更能发挥重要的作用。

参考文献（References）：

[1] 李弼程，罗建书.小波分析及其应用[M].电子工业出版社，2010.

[2] 刘惠，郭冬梅.医学影像和医学图像处理[M].电子工业出版社，2013.

[3] 李文书，赵悦.数字图像处理算法及应用[M].北京大学出版社，2012.

[4] 张玲.医学图像处理中的小波变换应用[J].中国医学影像技术，2010.26（2）：372-374

[5] 李玮琳.平移不变小波医学图像融合方法[J].长春工业大学学报（自然科学版），2013.34（6）：653-655

[6] Lee N，Choi Y.A modified OSEM algorithm for PETreconstruction using wavelet processing. Computerized Medical Imaging and Graphics，2005.80（3）：236-245

[7] Goetze S1， Wah1 RL. Prevalence of misregistration between SPECT.and CT for attenuation-corrected myocardial perfusion SPECT.J Nucl Cardiol，2007.14（2）：200-206

[8] 郭敏，马远良，朱霆.基于小波变换的医学超声图像去噪及增强方法[J].中国医学影像技术，2006.22（9）：1435-1437

[9] 李洪海，朱霞.采用双树小波变换的医学图像融合方法及实现[J].计算机应用与软件，2012.29（11）：292-294

[10] 杨军，彭承琳，吴宝明.小波分析在医学中的应用[J].国外医学（生物工程医学分册），2002.25（2）：89-92

[11] 乔灵宝.小波分析及其在医学中的应用[J].数理医药学杂志，2003.16（2）：155-156

[12] 苏小英.小波变换在医学图像去燥中的应用研究[J].数理医药学杂志，2011.24（2）：223-225