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：北京安吉贝玛健康科技有限公司;遵义医科大学附属医院

摘要：本发明公开了一种核素SPECT显像处理方法，方法包括图像采集、图像初去噪和核素SPECT显像处理。本发明属于图像处理技术领域，具体是指一种核素SPECT显像处理方法，本方案基于字典学习和稀疏编码方法能够保留图像的重要细节和结构，具有很强的灵活性；采用迭代优化的方式进行去噪处理，能够显著提高核素SPECT显像图像的质量和信息保留能力，具有更好的适应性和实用性；使用自适应高斯核函数和自适应旋转参数；基于选择因子能够根据实际情况动态调整自适应旋转参数，以增强图像的轮廓信息同时抑制噪声；通过迭代优化和定量指标评估，能够逐步改进核素SPECT显像图像的分割和增强效果。

主权项：1.一种核素SPECT显像处理方法，其特征在于：该方法包括以下步骤：步骤S1：图像采集；步骤S2：图像初去噪，基于字典学习和稀疏编码方法进行迭代去噪处理；步骤S3：核素SPECT显像处理，基于选择因子动态调整自适应旋转参数；进而得到自适应高斯核函数；并最终实现核素SPECT显像图像的分割和增强效果；在步骤S3中包含步骤S35：计算选择因子，预先设有选择阈值，若选择因子大于选择阈值，则调整伸调节因子增大自适应旋转参数，以增强轮廓信息和抑制噪声；否则减小自适应旋转参数，以避免过度增强，从而保持图像细节的清晰度；所用公式如下： ；式中，是选择因子；是选择调整因子；G是归一化因子；v1和v2是定义方向的正交矩阵的分量；在步骤S3中，所述核素SPECT显像处理具体包括以下步骤：步骤S31：计算自适应旋转参数，所用公式如下： ； ；式中，是角度偏移；是伸调节因子；是自适应旋转参数；v1和v2是定义方向的正交矩阵的分量；步骤S32：构建协方差矩阵，基于特征值分解获得，表示如下： ； ；式中，是旋转矩阵；T是转置操作；C0是基于局部不同灰度值的协方差矩阵；γ是缩放因子；步骤S33：构建自适应高斯核函数；步骤S34：计算梯度矩阵，所用公式如下： ；式中，M0是梯度矩阵；U0是正交矩阵，包含了矩阵M0的左奇异向量；V0包含了矩阵M0的右奇异向量；N0是二阶对角矩阵，包含所有奇异值；步骤S35：计算选择因子；步骤S36：迭代优化；基于SVM通过自适应高斯核函数处理核素SPECT显像图像实现图像分割和轮廓增强；通过计算定量指标包括信噪比、对比度和空间分辨率进行图像评估；若此时图像评估达标，则核素SPECT显像处理结束；否则返回至步骤S31进行迭代优化。

全文数据：

权利要求：

百度查询： 北京安吉贝玛健康科技有限公司 遵义医科大学附属医院 一种核素SPECT显像处理方法