[发明专利]多线性子空间学习的医疗图像去噪方法

权利要求书

1.多线性子空间学习的医疗图像去噪方法，其特征在于，包括以下步骤：

步骤一、空间转换模块将读取的超声图像进行对数变换，变换到对数空间，从而将图像空间中的乘性噪声转换成对数空间中的加性噪声；

步骤二、分块模块将超声图像分成相互重叠的相等的小块；

步骤三、聚类模块将分好的小块通过聚类方法分成N类，用于后续去噪计算处理；

步骤四、去噪模块将每一类的小块直接排成体数据，应用多线性子空间学习方法对每个小块进行去噪；

步骤五、聚集模块将去噪后的每一个小块重新返回到图像上的原始位置；

步骤六、空间逆转换模块将第五步获得的图像，通过指数变换，变换回最原始的图像空间，所得到的图像即为最终的去噪图像。

2.如权利要求1所述的多线性子空间学习的医疗图像去噪方法，其特征在于，其中步骤二中的小块的大小根据实际情况不同大小取不同，为正方型或长方形，且小块之间为重叠或相交。

3.如权利要求1或2所述的多线性子空间学习的医疗图像去噪方法，其特征在于，其中步骤三中采用以下聚类方法中的一种：K-means算法，K-medoids算法，Clarans算法，BIRCH算法、CURE算法、CHAMELEON算法，DBSCAN算法、OPTICS算法、DENCLUE算法，图论聚类法，STING算法、CLIQUE算法、WAVE-CLUSTER算法。

4.如权利要求1或2所述的多线性子空间学习的医疗图像去噪方法，其特征在于，其中步骤四中通过低秩最小二乘最小均方误差法实现去噪降维。

5.如权利要求4所述的多线性子空间学习的医疗图像去噪方法，其特征在于，其中对步骤四采用GPU进行加速，对不同类别组小块进行并行去噪处理。