-
题名复剪切波变换域各向异性滤波DTI去噪
被引量：6
- 1
-
-
作者
刘帅奇
李鹏飞
安彦玲
赵传庆
耿鹏
-
机构
河北大学电子信息工程学院
河北省数字医疗工程重点实验室
河北省机器视觉工程技术研究中心
石家庄铁道大学信息技术与工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2019年第9期1915-1920,共6页
-
基金
国家自然科学基金项目(61572063,61401308)资助
河北省自然科学基金项目(F2018210148,F2016201187,F2016201142)资助
+2 种基金
河北省高等学校科学技术研究项目(QN2016085)资助
河北大学引进人才科研启动经费项目(2014-303)资助,河北大学研究生创新项目(hbu2018ss01)资助
河北省机器视觉工程技术研究中心开放课题项目(2018HBMV02)资助
-
文摘
扩散张量成像(Diffusion tensor image,DTI)是测量大脑轴突纤维束完整性的一种新的磁共振成像方法,在揭示与衰老相关的神经退行性疾病的大脑变化方面起着重要作用,其不仅提供了常规核磁共振技术无法获得的图像对比度,而且实现了人体大脑白质中独特信息的获取和神经元路径的3D可视化.然而在DTI成像过程中,由于受到外界噪声的污染,使得获取的图像产生伪像并且造成图像边缘模糊不清,给医学图像的后期处理带来了很大的局限性和挑战.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,本文结合多尺度几何变换中的复剪切波变换,利用基于结构张量的各向异性滤波与黎曼框架,提出了一种新的DTI图像去噪算法.为了验证本文所提算法在DTI图像去噪方面的有效性,对模拟和真实DTI数据进行去噪实验,实验结果表明本文所提算法不仅有效地消除了DTI图像中的噪声,还可以更好地保留张量结构.
-
关键词
DTI去噪
复剪切波变换
黎曼几何框架
各向异性滤波
-
Keywords
DTI denoising
complex shearlet transform
riemannian geometric framew ork
anisotropic filtering
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
