×

一种改进的磁共振图像去噪变分模型。 (英语) Zbl 1442.92086号

小结:本文提出了一种改进的变分模型,用于对Rician噪声退化的MR图像进行去噪。引入了一种基于图像梯度的附加数据完整性,可以保留更多细节和边缘。在该模型中,设计了Rician噪声标准差的自动估计,以提高去噪结果的质量。采用交替方向乘数法(ADMM)实现数值调度,并获得鲁棒解。实验结果表明,该方法是有效的,与现有模型相比,具有更好的去噪能力。

MSC公司:

92 C55 生物医学成像和信号处理
94A08型 信息与通信理论中的图像处理(压缩、重建等)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] A.Buades,B.Coll,J.Morel,图像去噪的非局部算法,载于:IEEE CVPR会议,2005年第2卷,第60-65页。;A.Buades,B.Coll,J.Morel,图像去噪的非局部算法,载于:IEEE CVPR会议,2005年第2卷,第60-65页·Zbl 1108.94004号
[2] 奥伯特,G。;Aujol,J.F.,消除乘法噪声的变分方法,SIAM J.Appl。数学。,68, 925-946 (2008) ·Zbl 1151.68713号
[3] Bioucas-Dias,J。;Figueiredo,M.,使用可变分裂和约束优化去除乘法噪声,IEEE Trans。图像处理。,19, 1720-1730 (2010) ·Zbl 1371.94055号
[4] 张凯。;左,W。;陈,Y。;孟,D。;Zhang,L.,超越高斯去噪器:用于图像去噪的深度CNN残差学习,IEEE Trans。图像处理。,99 (2017), 1-1
[5] 黄,T。;Dong,W。;谢,X。;Shi,G。;Bai,X.,通过拉普拉斯尺度混合建模和非局部低阶近似去除混合噪声,IEEE Trans。图像处理。,26, 7, 3171-3186 (2017) ·Zbl 1409.94240号
[6] 辛格,K。;Ranade,S.K。;Singh,C.,超声图像斑点噪声抑制的混合算法,计算。生物识别方法程序。,128, 56-69 (2017)
[7] 冯·W。;Chen,Y.,用训练的非线性扩散滤波减少斑点,J.Math。成像视觉。,58, 1-17 (2017) ·Zbl 1425.94011号
[8] Nowak,R.D.,基于小波的磁共振成像Rician噪声去除,IEEE Trans。图像处理。,8, 1408-1419 (1999)
[9] Liang,D。;Wang,H。;Chang,Y。;Ying,L.,非局部全变分正则化的灵敏度编码重建,Magn。Reson公司。医学,65,1384-1392(2011)
[10] 刘瑞伟。;Shi,L。;黄,W。;徐,J。;Yu,S.C.H。;Wang,D.,具有空间自适应正则化参数的基于广义全变量的MRI Rician去噪模型,Magn。Reson公司。成像,32702-720(2014)
[11] N.Wiest-Daessle,S.Prima,P.Coupé,S.Morrissey,C.Barillot,《低信噪比MRI的非局部滤波滤除Rician噪声:DT-MRI的应用》,2008年,载于:MICCAI-2008年,第171-179页。;N.Wiest Daesslé,S.Prima,P.Coupé,S.Morrissey,C.Barillot,通过非局部均值滤波去除低信噪比MRI的Rician噪声:对DT-MRI的应用。2008,在:MICCAI-2008,第171-179页。
[12] 伍德,J。;Johnson,K.,磁共振图像的小波包去噪:低信噪比下Rician噪声的重要性,Magn。Reson公司。医学,41,631-635(1999)
[13] 巴苏,S。;弗莱彻,T。;Whitaker,R.,弥散张量MRI中的Rician噪声去除,(Larsen,R.;Nielsen,M.;Sporring,J.,医学图像计算和计算机辅助干预-MICCAI 2006。迈克尔。医学图像计算和计算机辅助干预-MICCAI 2006。MICCAI,《计算机科学讲义》,第4190卷(2006),施普林格:施普林格柏林,海德堡),117-125
[14] P.Getreuer,M.Tong,L.Vese,一种用于恢复被模糊和Rician噪声破坏的MR图像的变分模型,收录于:视觉计算进展,2011年,第686-698页。;P.Getreuer,M.Tong,L.Vese,一种用于恢复被模糊和Rician噪声破坏的MR图像的变分模型,载于《视觉计算进展》,2011年,第686-698页。
[15] Chen,L.Y。;Zeng,T.Y.,用于恢复带有大黎氏噪声的模糊图像的凸变分模型,J.Math。成像视觉,53,92-111(2015)·Zbl 1357.94017号
[16] Gudbjartsson,H。;Patz,S.,《噪声MRI数据的Rician分布》,J.Magn。Reson公司。医学,34,6,910-914(1995)
[17] J.Sijbers,A.Dekker,D.Dyck,E.Raman,从Rician分布式数据中估计信号和噪声,收录于:SPCOM-19981998,第140-142页。;J.Sijbers、A.Dekker、D.Dyck、E.Raman,《从Rician分布式数据中估计信号和噪声》,载于:SPCOM-19981998年,第140-142页。
[18] Bowman,F.,《贝塞尔函数简介》(2012),多佛出版社:多佛出版社Mineola·JFM 64.1087.01号
[19] 博伊德,S。;Parikh,北。;Chu,E.,《通过交替方向乘数法进行分布式优化和统计学习》,Found。趋势马赫数。学习。,3, 1, 1-122 (2011) ·Zbl 1229.90122号
[20] 赖特,S.J。;诺瓦克,R.D。;Figueiredo,M.A.T.,通过可分离近似进行备用重建,IEEE Trans。信号处理。,57, 7, 2479-2493 (2009) ·Zbl 1391.94442号
[21] Immerkaer,J.,《快速噪声方差估计》,计算。视觉。图像下划线。,64, 2, 300-302 (1996)
[22] Koay,G.G。;Basser,P.J.,从噪声幅度磁共振信号中提取信号的解析精确校正方案,J.Magn。决议。,179, 2, 317-322 (2006)
[23] Dabov,K。;Foi,A。;Katkovnik,V。;Egiazarian,K.,稀疏三维变换域协同滤波图像去噪,IEEE Trans。图像处理。,16, 8, 2080-2095 (2007)
[24] H.M.Ali,基本滤波器的MRI医学图像去噪。高分辨率神经成像——基本物理原理和临床应用。2018.; H.M.Ali,MRI医学图像的基本滤波器去噪。高分辨率神经成像——基本物理原理和临床应用。2018
[25] 王,Z。;博维克,A.C。;谢赫,H.R。;Simoncelli,E.P.,《图像质量评估:从错误可见性到结构相似性》,IEEE Trans。图像处理。,13, 600-612 (2004)
[26] 张,L。;牟,X。;Zhang,D.,FSIM:图像质量评估的特征相似性指数,IEEE Trans。图像处理。,20, 8, 2378-2386 (2011) ·Zbl 1373.62333号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。