-
题名莱斯校正的NLM算法在扩散加权图像中的应用
被引量：1
- 1
-
-
作者
易三莉
李思洁
贺建峰
张桂芳
-
机构
昆明理工大学信息工程与自动化学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2019年第2期439-444,共6页
-
基金
国家自然科学基金项目(11265007)资助
教育部回国人员科研启动基金项目(2010-1561)资助
云南省人培基金项目(KKSY201203030)资助
-
文摘
扩散张量成像技术是一种非侵入活体获取脑白质结构的技术,其广泛应用于人体大脑的神经纤维跟踪.扩散张量图像是由扩散加权图像计算得到的,而扩散加权图像对噪声较为敏感,从而影响后续处理.扩散加权图像具有两个特点,一是图像的自相似性程度高,纹理和结构具有重复出现的特性且细节纹理较多,二是图像中所含噪声为莱斯噪声.基于这两个特点,我们提出了莱斯校正的非局部均值滤波算法.并将此算法应用于扩散加权图像的降噪中.算法首先针对图像中的莱斯噪声进行莱斯校正,然后再对校正后的图像使用非局部均值滤波器对其进行降噪.为了验证本文算法,通过实验将本文算法与传统的降噪算法进行比较.实验结果表明,本文算法能够更有效的减少扩散加权图像中的噪声,更好的保存了图像的纹理细节,提高了数据准确度.
-
关键词
扩散张量成像
扩散加权图像
神经纤维跟踪
莱斯校正
非局部均值滤波
-
Keywords
diffusion tensor imaging
diffusion-weighted image
neural fiber tracking
Rician correction
non-local mean filter
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种在扩散加权图像降噪中的算法
- 2
-
-
作者
易三莉
贺建峰
邵党国
刘正刚
-
机构
云南昆明理工大学信息工程与自动化学院
云南昆明理工大学外国语言文化学院
-
出处
《数据采集与处理》
CSCD
北大核心
2014年第1期90-94,共5页
-
基金
国家自然科学基金(KKGD201203026)资助项目
云南省人才培养基金(KKSY201203030)资助项目
-
文摘
扩散加权图像中的噪声为莱斯噪声并且图像本身含有丰富的边界信息,因而要求对DWI图像有效降噪的同时,能够较好地保留图像的边界信息。由于BEMD算法可将图像分解为细节图像及余项图像,其所分解的细节图像包括DWI图像的边界信息以及主噪声,而余项图像则描述图像的趋势信息。因此,提出一种将二维经验模态分解算法与改进的维纳滤波器相结合的降噪算法,并将该算法应用于DWI图像的降噪中。通过实验,将所提出的算法与其他算法应用于DWI图像的降噪处理,并通过对结果的分析比较证明所提出的算法能够更有效地对DWI图像进行降噪处理。
-
关键词
改进维纳滤波器
莱斯校正
扩散加权图像
二维经验模态分解
-
Keywords
modified Wiener filter Rician correction diffusion weighted imaging（DWI） bidi-mensional empirical mode decomposition（BEMD）
-
分类号
R445.2
[医药卫生—影像医学与核医学]
-
