斑紋抑制 ( Speckle Reduction )

第 2 章說明了 ECM 法應用於臨床 B-mode 影像，會因為影像的斑紋雜訊導致估 測失敗，因此 B-mode 影像需要先經過斑紋抑制使變異數降低，才不會使最後求 出的 B/A 影像 SNR 過低導致估測失敗，而本研究使用了空間複合 ( Spatial Compounding ) 和中值濾波 ( Median Filtering ) 兩種技術進行斑紋抑制，接下來 將簡短介紹。

3.2.1. 空間複合 ( Spatial Compounding )

空間複合是一種用來抑制超音波影像中的斑紋，使影像更平滑的技術，最近 30 年來已被大量研究證明有降低紋斑雜訊的能力 [24] [25]，其原理是利用發射多 次的超音波脈衝並同時改變超音波束和散射子之間相對位置來得到多張影像，

由於散射子相對位置的改變，使得到的每一張影像上的斑紋有不同的分佈，最 後再將這些影像透過影像重建的方法合成一張影像，藉由相位差的不同，這些 斑紋的強度也會變得較平均，使影像看起來較為平滑，而空間複合的做法有許

doi:10.6342/NTU201601303 31

多種，例如：利用將線性陣列探頭分成多組次陣列 ( Sub-array )、波束轉向 ( Steering )、斷層掃描 ( Ultrasonic Tomography ) [26]，一般來說，探頭改變的角 度愈大各影像之間的相關性 ( Correlation ) 愈低，所以斑紋分佈的差異也愈大，

而斑紋抑制的效果也會愈好，如圖3.6 為一個線性陣列探頭實作空間複合的方法 [27]，利用發射多個不同角度的波束得到多張影像，最後再將這些影像平均。

而在本研究中模擬空間複合的方法，是利用 CREANUIS 軟體產生 N 張的 B-mode 影像，且在模擬每一張影像之前皆重新產生新的散射子分佈，這樣一來每 一張影像的雜訊都是互相獨立的，最後將這些影像平均。根據大數法則 ( Law of Large Numbers )，當 N 愈大，則平均後的影像 𝐵𝐵2𝑖𝑖、𝐵𝐵20 愈接近期望值 𝐸𝐸[𝐵𝐵2𝑖𝑖]、

𝐸𝐸[𝐵𝐵₂₀]，而影像平均後的變異數 𝑉𝑉𝑎𝑎𝑉𝑉�𝐵𝐵_2𝑖𝑖� 及 𝑉𝑉𝑎𝑎𝑉𝑉�𝐵𝐵₂₀� 愈接近 0，當 𝐵𝐵_2𝑖𝑖 → 𝐸𝐸[𝐵𝐵_2𝑖𝑖] 及 𝐵𝐵₂₀ → 𝐸𝐸[𝐵𝐵₂₀] 條件成立時，則 _𝐵𝐵^{𝐵𝐵2𝑖𝑖}

20≈_𝑝𝑝^{𝑝𝑝2𝑖𝑖}

20 因此可以利用 ^{𝐵𝐵2𝑖𝑖}

𝐵𝐵₂₀ 代入 ECM 公 式估測非線性參數 B/A 影像。

圖3.6 空間複合實作原理

doi:10.6342/NTU201601303 32

3.2.2. 中值濾波器 ( Median Filter )

中值濾波器是一種統計非線性濾波器，經常被用來處理鹽-胡椒雜訊 ( Salt-pepper noise )，鹽代表影像上的白色雜訊點，胡椒則代表影像上的黑色雜訊點，

此外也被用來抑制超音波影像中的斑紋雜訊 [28]，一般認為中值濾波器有以下 三個優點：

1. 實作簡單。

2. 保留影像邊緣的能力優於其它濾波器。

3. 適合處理脈衝型雜訊。

但缺點是必須犠牲相當程度的影像細節 ( Image Detail ) 或對比來換取相對的雜 訊抑制效果。其原理如圖3.7(b) 所示，假設為一張影像，上面的每一個方格代 表影像之像素，使用中值濾波器的第一步是先決定鄰域 ( Neighborhood ) 的大小 𝐹𝐹 × 𝑁𝑁 ( 紅色框所包圍的矩陣 )，並在原始影像中對每一個像素都建立一個各自 的鄰域並以該像素為中心如圖3.7(a)，最後計算該鄰域所包圍的所有像素之中 值，先將像素以遞增 ( 或遞減 ) 的方式排序，取最中間的值即是中值 [29]，如圖 3.8 所示，依序把每個像素以計算得到的中值取代，雜訊就會被移除，可以看到 矩陣中的 128 和 172 是影像中特別大的值，被取代為 24 和 31 較接近周圍的值，

而 24 被取代為 31 則變化不大。因此可以看出中值濾波器的特性即是，把相對 於影像過大或過小的值取代為較接近的值。

doi:10.6342/NTU201601303

doi:10.6342/NTU201601303 34