發(fā)布時間：2025-04-15 00:35

　　擴散加權成像技術是一種能夠檢測活體組織內(nèi)水分子擴散運動的無創(chuàng)方法,是一種新的核磁功能成像技術,在醫(yī)學領域的實用性較強。但由于擴散加權圖像在獲取和傳輸?shù)倪^程中不可避免的會受到噪聲的干擾,且擴散加權圖像對噪聲較為敏感,噪聲的存在對擴散加權圖像的準確性影響較大,進而影響到后續(xù)的處理。因此對擴散加權圖像進行降噪是非常重要的。擴散加權圖像主要具有兩個特點,一個是圖像的自相似性程度高,紋理細節(jié)較多,另一個是圖像中所含噪聲為萊斯噪聲。基于擴散加權圖像的特點,本研究提出三種降噪算法對擴散加權圖像進行降噪,旨在保留盡可能多的圖像中的紋理細節(jié)信息,同時取得較好的降噪效果。第一,將加權核范數(shù)降噪算法用于擴散加權圖像的降噪中,該算法利用了非局部塊之間的相似性對圖像進行降噪。該算法較為新穎且目前在對擴散加權圖像降噪研究中還沒有使用過。第二,提出了一種基于加權核的非局部均值濾波算法,在傳統(tǒng)非局部均值濾波算法的核函數(shù)中加入了歐氏距離作為影響因子,對鄰域像素進行加權。使得圖像的相似性判斷更為準確從而能保留更多的紋理細節(jié)信息。第三,本論文提出了一種萊斯校正的預處理方法。該方法首先對擴散加權圖像中的萊斯噪聲進行了萊斯校正處...

【文章頁數(shù)】：76 頁

【學位級別】：碩士

【部分圖文】：

圖3.1原始張量場和含噪張量場以及各算法降

第三章加權核范數(shù)降噪算法在DWI中的應用21（c）PM算法（d）TV算法（e）各向同性擴散算法（f）ACS算法（g）wiener（h）WNNM圖3.1原始張量場和含噪張量場以及各算法降噪后計算所得張量場，其中WNNM算法能較好的還原擴散張量的大小與方向從圖3.1（a）和圖3.1（....

圖3.3使用各類降噪算法對DWI圖像進行降

第三章加權核范數(shù)降噪算法在DWI中的應用25DWI進行降噪，將降噪后的圖像進行神經(jīng)纖維跟蹤處理，觀察纖維跟蹤后得到的結(jié)果并判斷效果。通過神經(jīng)纖維來說明效果要更加的直觀明顯。真實數(shù)據(jù)實驗主要使用上述的各類降噪算法將該套腦部數(shù)據(jù)進行降噪處理，接著對降噪圖像進行計算得到DTI，再使用F....

圖4.2高斯核的權值分布，（a）中權值以均值分布，（b）中的權值在3×3的基礎上加上了

第四章基于加權核的非局部均值濾波在DWI中的應用31式（4.4）中是高斯核。根據(jù)NLM算法，基于高斯核的卷積窗有如圖4.2所示設置的：（a）3×3的卷積窗口（b）5×5的卷積窗口圖4.2高斯核的權值分布，（a）中權值以均值分布，（b）中的權值在3×3的基礎上加上了5×5窗口的均值....

圖4.3卷積窗口中鄰邊、鄰角像素與中心像素的距離

第四章基于加權核的非局部均值濾波在DWI中的應用31式（4.4）中是高斯核。根據(jù)NLM算法，基于高斯核的卷積窗有如圖4.2所示設置的：（a）3×3的卷積窗口（b）5×5的卷積窗口圖4.2高斯核的權值分布，（a）中權值以均值分布，（b）中的權值在3×3的基礎上加上了5×5窗口的均值....

本文編號：4039794