联合稀疏和低秩表示的医学超声图像去噪

来源：上海理工大学学报杂志2023年第4期北京时间：

作者：武俊珂，魏国亮，兰兰，蔡贤杰

单位：上海理工大学 理学院，上海 200093,上海理工大学 管理学院，上海 200093,上海理工大学 理学院，上海 200093,上海理工大学 光电信息与计算机工程学院，上海 200093

摘要：为了保持超声图像的边缘和细节特征，同时去除图像中的噪声，提出了一种改进的低秩稀疏矩阵分解模型。首先，通过对数变换将乘性性质的斑点噪声转换为加性噪声；然后引入L1范数和改进的低秩正则项，以最小化保真项、正则项为目标函数，迭代恢复出去噪后的超声图像；最后使用指数变换从对数域中还原。将本模型应用于肿瘤超声图像，与一些经典的去噪算法进行比较，得出该模型对消化道粘膜下肿瘤超声图像去噪估计具有良好的适用性和实时性。

关键词：消化道粘膜下肿瘤;超声图像;斑点噪声;去噪估计;低秩稀疏模型

基金资助：国家自然科学基金资助项目（62273239）；上海市科委“科技创新行动计划”国内科技合作项目（20015801100）