[发明专利]医学影像数据通过高斯滤波进行降噪的工作方法

权利要求书

1.一种医学影像数据通过高斯滤波进行降噪的工作方法，其特征在于，包括：

S1，获取医学图像数据，对医学图像进行预处理，转换为Lab颜色空间图像；

所述S1包括：

S1-1，根据医学图像的内容，进行预处理RGB医学图像，

其中，

通过判断条件，当c＞0.3618时，校正函数当c取其它数值时，其中r，g，b分别为RGB图像R、G、B的通道值；

XYZ转Lab，

I_L＝110h(Y/Y_n)-10；

I_a＝255[h(X/X_n)-h(Y/Y_n)]+255；

I_b＝300[h(Y/Y_n)-h(Z/Z_n)]+255；

S1-2，当判断颜色校正函数h(s)为当s取其它赋值状态下，h(S)为其它状态下，

其中X_n＝96.051，Y_n＝96.56和Z_n＝101.99；

S2，将转换后的图像通过高斯滤波进行降噪；

所述S2还包括：

S2-1，删除进行Lab转换后无法展示对比度深浅的医学图像，对剩余医学图像通过降噪处理，将医学图像划分为i个图像集合，每个图像集合中包含j个图像样本，将医学图像的特征权值利用高斯滤波模型进行训练筛选，

所述特征权值计算过程为

其中，为采集第i个图像集合中第j个图像样本的s个特征的特征权重，m为正整数，c_i为第i个图像集合中的图像噪声提取值，μ_i为第i个图像集合中的图像提取因子，μ_j为第j个图像样本中的图像噪声调节因子，α_j为第j个图像样本中测量的噪声值，β为图像噪声匹配参数；

S2-2，对特征权重构建完成之后，根据特征权重的提取的医学图像样本数构建状态均值向量

其中C_k为医学图像在k时刻特征变换值，为医学图像在k+1时刻特征变换均值，上标T为转置，λ为噪声滤波因子，M_k为训练在k时刻医学图像的模型参数，N_k为训练在k时刻医学图像的异常特征参数。