基于各向异性滤波技术的DTI图像去噪算法研究

发布时间：2020-12-18 09:12

　　扩散张量成像(Diffusion tensor imaging,DTI)是一种广泛使用的脑成像方法,在大脑神经网络研究和医学诊断及治疗方面具有非常重要的作用。由于受到成像机制的限制,DTI图像受噪声的干扰较为严重。DTI图像中的噪声一方面会使得图像中的信号产生不同类别的偏差,另一方面会导致DTI图像出现失真,在一定程度上限制了DTI的发展与应用,因此研究新的DTI图像去噪算法对DTI图像的后期应用具有非常重要的意义。DTI图像去噪的方法可概括为三种:第一种是对DTI图像直接去噪,该类算法虽然可以有效地滤除DTI图像中的噪声,但却出现了边界模糊的现象。第二种是对扩散张量的特征信息进行处理,这类方法虽然在一定程度上缓解了边界模糊现象,但滤波后的结果也是不尽人意。第三种方法是对扩散张量估计的同时进行滤波,该类方法明显降低了DTI图像中的噪声并且可以实现边界保留,但算法的计算量较大并且耗时较多。针对上述诸多算法存在的局限性,为了减少噪声对DTI图像的影响,并且实现对DTI图像的边缘结构信息进行有效地保留,本文结合结构张量、黎曼几何框架及复剪切波变换的相关知识,提出了三种新的DTI图像去噪算法。... 

【文章来源】：河北大学河北省

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

各向同性扩散示意图

第二章 DTI 成像基础是该方向的扩散速率是最快的，而在垂直于纤维束的方向上进，其扩散表现为各向异性，如图 2-3 所示。大脑中的脑脊液和子的含量存在差异，所以水分子在不同的脑组织中表现出来的而为大脑的扩散张量成像提供了物理基础。图 2-2 各向同性扩散示意图

DTI 图像的提取量可以有效地将图像中结构信息突中，我们将利用结构张量这一特性缘轮廓区域与平坦光滑区域，为后面对结构张量的定义，为了方便表示阵 E 的行列式 K det E 和迹 H 像的均匀平坦区域和边缘轮廓区域像的均匀平坦区域；当 H 0& K 像信息算法示意图如图 3-1 所示。

【参考文献】：
期刊论文
[1]磁共振弥散张量成像在帕金森病诊断中的价值[J]. 滕佳岐,李坤成.  中国CT和MRI杂志. 2018(03)
[2]DTI技术在全视路病变中的应用研究进展[J]. 吴春楠,李坤成.  医学影像学杂志. 2017(11)
[3]青壮年颞叶癫痫患者颞叶外脑结构的DTI研究[J]. 尹相媛,徐锐,李建龙,王瑞敏.  医学影像学杂志. 2017(09)
[4]基于弥散张量成像重建听神经瘤患者面神经的研究[J]. 于福超,苏少波,马俊,岳树源.  中华神经外科杂志. 2017 (05)
[5]基于局部结构张量的图像三边滤波器[J]. 许光宇,林玉娥,石文兵.  计算机工程. 2017(04)
[6]基于结构张量的视频超分辨率算法[J]. 严宏海,卜方玲,徐新.  计算机应用. 2016(07)
[7]一种改进的扩散张量成像谱四元数插值方法[J]. 徐永红,高上策,郝小飞.  生物医学工程学杂志. 2016(02)
[8]Stein方程数值解的黎曼梯度算法[J]. 段晓敏,赵新玉,孙华飞.  北京理工大学学报. 2016(02)
[9]紧密系数耦合非线性结构张量的图像修复算法研究[J]. 李敏,刘悦.  计算机应用研究. 2016(11)
[10]DTI脑连接组在大脑疾病方面的研究进展[J]. 林岚,付振荣,张柏雯,宾光宇,高宏建,吴水才.  中国医疗设备. 2015(06)

博士论文
[1]DTI图像去噪方法研究[D]. 张相芬.上海交通大学 2008

硕士论文
[1]基于模糊聚类的人脑MR图像分割算法及纤维追踪研究[D]. 刘絮雨.上海师范大学 2018
[2]磁共振图像降噪处理的研究[D]. 张亚楠.北京交通大学 2016
[3]基于磁共振的大脑网络分析方法研究及其应用[D]. 潘正勇.电子科技大学 2010



本文编号：2923748