- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于改进的各向异性扩散的DWI图像恢复.pdf
第36卷第4期 上海师范大学学报(自然科学艇) Vd.36.No,4
2007年8月 J椰rrIaId sder啪8) 200
sh肿如iNoH—univ嘲lq(N山ial 7,^ug.
基于改进的各向异性扩散的DWI图像恢复
张相芬1’。,田蔚风2,叶宏1
(1.上海师范大学机械与电子工程学院,上海201418;2.上海交通大学仪器系,上海200030)
摘要:扩散加权图像(DwI)中广泛存在的高斯白噪声会给张量计算和脑白质追踪等带来严
重的影响.为了减少噪声影响,尝试采用改进的各向异性扩散滤波器来对DwI进行恢复.这种
改进的扩散滤波器具有良好的稳定性和边缘保持特性,并且能有效地消除高斯噪声的影响.
采用峰值信噪比(PSNR)和结构相似性(MSSIM)参数来定量地评估本滤波器消除高斯噪声的
性能.基于模拟和真实数据的实验结果表明:采用的滤波器能有效去除DwI的高斯噪声的
影响.
关键词:各句异性扩散;图像复原;脑白质追踪;峰值信噪比;结构相似性
文献标识码:A
中图分类号:R445.9;0175.29 文章编号:1000.5137(2007)04瑚67出
U 号I 吾
作为一种非侵人性的成像方法,扩散张量成像(叨)在脑白质追踪、多发性硬化的诊断、精神分裂
症的分析和诊断方面得到了广泛的应用.DTI需要在不同加权梯度方向(至少6个方向)下成像,成像时
间较长.为了缩短成像时间,临床上采用了一些快速成像方法,这就不可避免地导致图像信噪比减小,图
像质量降低.另外,快速成像的涡流和成像分辨率以及脑脊液的周期性搏动都会导致图像退化.退化的
图像会给基于它们的一些后续处理例如张量计算和脑白质追踪带来严重影响.
影响扩散加权图像(DwI)的噪声为高斯噪声.为了减少噪声的影响.人们提出了很多滤波方
法”“o.其中多数采用的是P&M滤波器(用F1来表示)”】.文献[1,2]采用它对DwI进行恢复.
本文尝试运用改进的扩散滤波器对D啊q进行恢复.为了对图像复原效果进行评估,本文基于模拟
数据和真实数据进行了大量实验.首先采用F1和本文提出的滤波器(用n来表示)对模拟的扩散加权
退化图像进行滤波处理并对2种滤波器的滤波效果进行了比较.随后采用2种滤波方法对真实的脑部
DwI进行了恢复并用复原的结果进行了白质追踪.实验结果表明,采用F2对扩散加权图像进行恢复效
果更好.
1改进的各向异性扩散滤波器
Pemlla和Malik提出的P&M滤波器(F1)可用如下的扩散方程来表示:
‘2diV(c(V,)Vj), (1)
其中,c(*)=“p(一鲁).a为常数.这种滤波器具有一定的缺陷和局限性,其中最大的缺陷在于它
a
收稿日期:2007北.03
基金项目:。973”项目(2003cB716103),上海市教委项目(c姗538).
作者简介:张相芬(1977一),女,上海师范大学机械与电子工程学院讲师
万方数据
68 上海师范大学学报(自然科学版) 2007年
的非稳定性和病态性.为了克服经典的的扩散方程存在着的缺陷,catte等人”1对方程(1)做了改进,提
出了具有非病态性的各向异性扩散方程:
t=div(c(I审,}G,I)V,). (2)
关于这种扩散方程的稳定性和解的唯一性的详细证明可以参考相关文献”1.正是基于改进的扩散方程
的优点本文作者运用它对DwI进行去噪处理.
2本文用到的几个参量
2.1峰值信噪比
图像处理中通常用峰值信噪比(PsNR)来表示图像质量的高低,取值越大表示图像质量越高.PsNR
的表达式为:
, 2552×Ⅳ2、
您可能关注的文档
- 基于支持向量机的多工艺方案综合评价算法.pdf
- 基于支持向量机的多通道癫痫发作预测.pdf
- 基于支持向量机的导管泄爆容器压力峰值预测.pdf
- 基于支持向量机的开采沉陷预计参数选取研究.pdf
- 基于支持向量机的物流服务顾客满意度评价模型.pdf
- 基于支持向量机的高光谱遥感图像分类.pdf
- 基于支持向量机算法的癌症预测.pdf
- 基于支持向量聚类的多聚焦图像融合算法.pdf
- 基于支点的数据中心网络地址快速自动配置方法研究.pdf
- 基于收养制度的继父母、继子女亲子关系的确认.pdf
- 2023-2024学年广东省深圳市龙岗区高二(上)期末物理试卷(含答案).pdf
- 2023-2024学年贵州省贵阳市普通中学高一(下)期末物理试卷(含答案).pdf
- 21.《大自然的声音》课件(共45张PPT).pptx
- 2023年江西省吉安市吉安县小升初数学试卷(含答案).pdf
- 2024-2025学年广东省清远市九校联考高一(上)期中物理试卷(含答案).pdf
- 广东省珠海市六校联考2024-2025学年高二上学期11月期中考试语文试题.pdf
- 2024-2025学年语文六年级上册第4单元-单元素养测试(含答案).pdf
- 2024-2025学年重庆八中高三(上)月考物理试卷(10月份)(含答案).pdf
- 安徽省安庆市潜山市北片学校联考2024-2025学年七年级上学期期中生物学试题(含答案).pdf
- 贵州省部分校2024-2025学年九年级上学期期中联考数学试题(含答案).pdf
最近下载
- 初中数学教师晋升高级(一级)职称水平考试模拟试卷(四).docx
- 销售清单一式两联售货清单单据通用A5.docx
- 初中数学教师晋升高级(一级)职称水平考试试卷(一).docx
- 格列佛游记(中英对照).pdf
- 第三单元整体教学设计-【大单元教学】2023-2024学年八年级语文上册名师备课系列(统编版).pdf
- 第18课 白鸽相伴 本真相随——《我的白鸽》导学案-2024-2025学年七年级语文上册同步高效课堂(统编版2024).docx
- (2024秋)部编版七年级语文上册《我的白鸽》教案.docx
- 麻醉中的咳嗽引起并发症的处理.pptx
- Unit 4 Time to celebrate 大单元整体教学设计 外研版2024七年级上册教学评一体化.docx
- 销售发票管理明细表.xlsx VIP
文档评论(0)