扩散加权图像的降噪研究

发布时间：2025-04-15 00:35

　　扩散加权成像技术是一种能够检测活体组织内水分子扩散运动的无创方法,是一种新的核磁功能成像技术,在医学领域的实用性较强。但由于扩散加权图像在获取和传输的过程中不可避免的会受到噪声的干扰,且扩散加权图像对噪声较为敏感,噪声的存在对扩散加权图像的准确性影响较大,进而影响到后续的处理。因此对扩散加权图像进行降噪是非常重要的。扩散加权图像主要具有两个特点,一个是图像的自相似性程度高,纹理细节较多,另一个是图像中所含噪声为莱斯噪声。基于扩散加权图像的特点,本研究提出三种降噪算法对扩散加权图像进行降噪,旨在保留尽可能多的图像中的纹理细节信息,同时取得较好的降噪效果。第一,将加权核范数降噪算法用于扩散加权图像的降噪中,该算法利用了非局部块之间的相似性对图像进行降噪。该算法较为新颖且目前在对扩散加权图像降噪研究中还没有使用过。第二,提出了一种基于加权核的非局部均值滤波算法,在传统非局部均值滤波算法的核函数中加入了欧氏距离作为影响因子,对邻域像素进行加权。使得图像的相似性判断更为准确从而能保留更多的纹理细节信息。第三,本论文提出了一种莱斯校正的预处理方法。该方法首先对扩散加权图像中的莱斯噪声进行了莱斯校正处...

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

图3.1原始张量场和含噪张量场以及各算法降

第三章加权核范数降噪算法在DWI中的应用21（c）PM算法（d）TV算法（e）各向同性扩散算法（f）ACS算法（g）wiener（h）WNNM图3.1原始张量场和含噪张量场以及各算法降噪后计算所得张量场，其中WNNM算法能较好的还原扩散张量的大小与方向从图3.1（a）和图3.1（....

图3.3使用各类降噪算法对DWI图像进行降

第三章加权核范数降噪算法在DWI中的应用25DWI进行降噪，将降噪后的图像进行神经纤维跟踪处理，观察纤维跟踪后得到的结果并判断效果。通过神经纤维来说明效果要更加的直观明显。真实数据实验主要使用上述的各类降噪算法将该套脑部数据进行降噪处理，接着对降噪图像进行计算得到DTI，再使用F....

图4.2高斯核的权值分布，（a）中权值以均值分布，（b）中的权值在3×3的基础上加上了

第四章基于加权核的非局部均值滤波在DWI中的应用31式（4.4）中是高斯核。根据NLM算法，基于高斯核的卷积窗有如图4.2所示设置的：（a）3×3的卷积窗口（b）5×5的卷积窗口图4.2高斯核的权值分布，（a）中权值以均值分布，（b）中的权值在3×3的基础上加上了5×5窗口的均值....

图4.3卷积窗口中邻边、邻角像素与中心像素的距离

第四章基于加权核的非局部均值滤波在DWI中的应用31式（4.4）中是高斯核。根据NLM算法，基于高斯核的卷积窗有如图4.2所示设置的：（a）3×3的卷积窗口（b）5×5的卷积窗口图4.2高斯核的权值分布，（a）中权值以均值分布，（b）中的权值在3×3的基础上加上了5×5窗口的均值....

本文编号：4039794