在使用基于线性预测因子的自适应波段值的脑磁共振成像中降低噪声
Ananias Pereira Neto1,2, Fabrício J B Barros2
1Federal Institute of Education, Science and Technology of Pará - IFPA, Belém, Brazil.
Frontiers in neuroscience
|January 27, 2025
概括
这项研究介绍了一种适应波纹值技术,用于大脑MRI降噪. 这种新的方法保留了图像细节,同时有效地抑制噪音,优于现有的技术.
科学领域:
- 医疗成像医学成像
- 信号处理 信号处理
- 计算机视觉 计算机视觉
背景情况:
- 波段值对于降低数据通信,存储和医学成像 (如MRI) 的噪声至关重要.
- 现有的降噪方法往往会导致图像细节 (如边缘和纹理) 的丢失,并且需要手动调节参数.
研究的目的:
- 引入一种新的自适应波束值技术,用于增强大脑MRI中的降噪.
- 克服现有方法的局限性,特别是边缘和纹理损失,以及手动参数依赖性.
主要方法:
- 一种新的自适应波束值技术被建议用于脑MRI降噪.
- 该方法采用线性预测因子来适应地调整值,利用时间信息和图像特征.
- 一种动态的加权值方法选择性地准噪声系数,同时保持基本的图像特征.
主要成果:
- 与最先进的技术相比,拟议的方法在关键性能指标方面取得了显著的改进.
- 评估的指标包括平均平方误差 (MSE),峰值信号对噪声比 (PSNR) 和结构相似性指数 (SSIM).
结论:
- 适应性值技术有效地减少了脑MRI中的噪声,同时保留了关键的图像细节.
- 这种动态方法为提高脑MRI质量和解释性提供了更有效和更准确的解决方案.
