Indiziert in
- Öffnen Sie das J-Tor
- Akademische Schlüssel
- RefSeek
- Hamdard-Universität
- EBSCO AZ
- Publons
- Genfer Stiftung für medizinische Ausbildung und Forschung
- Google Scholar
Nützliche Links
Teile diese Seite
Zeitschriftenflyer
Open-Access-Zeitschriften
- Allgemeine Wissenschaft
- Biochemie
- Bioinformatik und Systembiologie
- Chemie
- Genetik und Molekularbiologie
- Immunologie und Mikrobiologie
- Klinische Wissenschaften
- Krankenpflege und Gesundheitsfürsorge
- Landwirtschaft und Aquakultur
- Lebensmittel & Ernährung
- Maschinenbau
- Materialwissenschaften
- Medizinische Wissenschaften
- Neurowissenschaften und Psychologie
- Pharmazeutische Wissenschaften
- Umweltwissenschaften
- Veterinärwissenschaften
- Wirtschaft & Management
Abstrakt
Entwicklung und Analyse eines Filteralgorithmus für T1-gewichtete klinische Magnetresonanzbilder des Gehirns
Vedant Shulka, Amanora Kandivali, Bhakti Shakti Sakinaka
Nichtlineare Filter werden verwendet, um die in MR-Daten vorhandenen Artefakte und das Rauschen herauszufiltern. Die Balance zwischen Signalerhaltung und Rauschunterdrückung macht die Wiederherstellung von MR-Daten zu einer komplexen Aufgabe. Die Anwendung nichtlinearer Filter wie Median- und nichtlokaler Filter (NLM) wandelt die rechtsschiefe Ric-Verteilung in eine gerade Gauß-Verteilung um. Es ist offensichtlich, dass der NLM-Filter bessere Ergebnisse liefert als bilaterale und Median-Filter. Da die Verteilung nach Anwendung nichtlinearer Filter gerade ist, wurden standardmäßige lineare Filter wie Gauß- und Wiener-Filter angewendet und die Ergebnisse ermittelt. Eine lineare Kombination aus NLM- und Gauß-Filter liefert zufriedenstellende Ergebnisse. Das Experiment wurde an 40 klinischen Bildern durchgeführt und der NLM-Filter lieferte die besten Ergebnisse. Die zum Vergleich verwendeten Bildqualitätsindizes sind Peak Signal-to-Noise Ratio (PSNR), Root Mean Squared Error (RMSE), Structural Similarity Index (SSIM) und Entropie. Das Experiment wurde mit MATLAB 2019a durchgeführt.