医学影像增强系统的开发（2014年）

简介：
本项目致力于开发先进的医学影像增强系统，旨在提升图像质量与诊断效率。通过优化算法和技术革新，使医生能够更准确地识别病灶，提高医疗服务质量。 为了改善医学图像的视觉效果并提高其清晰度，使其更适合机器分析处理及人的视觉特性，并突出病灶点，为病理学诊断和临床诊断提供可靠依据，设计了一个专门针对医学图像的增强系统。该系统提出了基于修正维纳滤波的小波包去噪算法来减少CT图像中的电子噪声；采用脉冲耦合神经网络（PCNN）模型结合小波自适应技术处理B型超声图像的散斑噪声问题；同时，提出了一种基于小波变换的技术来增强医学图像对比度和边缘信息。当噪声方差为0.01时，利用脉冲耦合神经网络(PCNN)模型的小波自适应斑点噪声滤除算法能有效提升B型超声图像的质量。