张爱桃，陈小茜，肖雨，郭东敏，周旭，李连捷

河北医科大学 医学影像学院，河北 石家庄 050017

引言

目前，随着医疗科技日趋发达，医学影像技术已经广泛应用于医学诊断和临床治疗，其中CT影像检查技术[1-2]具有图像分辨率高、操作便利、无创等诸多优点，适用于多种疾病的临床诊断和病情评估。脑部疾病由于不便取样本探查，脑部CT[3]成像成为脑部疾病临床诊断最重要的辅助工具之一。但是由于CT成像的机制，图像在获取和传输的过程中不可避免地要受到噪声的污染，噪声导致图像质量下降、组织边界模糊、细微结构难以辨认，不仅影响医生对病情的诊断和治疗，而且严重阻碍图像的后续处理。因此，抑制CT图像噪声[4-5]成为医学图像处理领域的基础和热点之一[6]。对于依赖信号强度的乘性噪声主要采用基于投影域的方法，近似于白噪声的加性噪声主要采用基于图像域的方法。在日常生活中，最常见的CT图像噪声是高斯白噪声[7]。目前，针对高斯白噪声的处理方法，主要有空间域中的以平滑为基本思想的均值滤波、高斯滤波[8]、局部滤波[9]等，此外还有频率域中的维纳滤波[10]和小波阈值收缩[11-14]等。局部强度统计特征是衡量区域内像素间的平均相似性，但这一特征难以准确辨别边缘与其邻近点之间的差异，导致了滤波结果中边缘信息的模糊。小波阈值收缩算法虽能够很好地估计信号的噪声，但是阈值和阈值函数的选择上存在不确定性，会造成信号的失真。……