A wavelet multiscale denoising algorithm for magnetic resonance (MR) images.
A wavelet multiscale denoising algorithm for magnetic resonance (MR) images.
复制标题
DOI：
10.1088/0957-0233/22/2/025803
复制
发表时间：
2011-02-01
影响因子：
2.4
通讯作者：
Fei B
中科院分区：
文献类型：
--
作者：
Yang X;Fei B
提出了一种基于Radon变换的小波多尺度去噪方法。该方法明确说明了MR数据的Rician性质。在噪声统计的基础上，我们对原始MR图像进行Radon变换，并使用高斯噪声模型对MR正弦图图像进行处理。采用平移不变小波变换对磁共振“正弦图”进行多尺度分解，以有效地去除图像中的噪声。根据Rician噪声的性质，我们在不同的尺度上估计噪声方差。对于最终的去噪正弦图，我们应用逆Radon变换，以重建原始MR图像。使用体模、仿真脑MR图像和人脑MR图像对我们的方法进行了验证。实验结果表明，该方案优于传统的方法。我们的方法可以减少Rician噪声，同时保留关键的图像细节和特征。小波去噪方法在磁共振成像以及其他成像模式中具有广泛的应用。
Based on the Radon transform, a wavelet multiscale denoising method is proposed for MR images. The approach explicitly accounts for the Rician nature of MR data. Based on noise statistics we apply the Radon transform to the original MR images and use the Gaussian noise model to process the MR sinogram image. A translation invariant wavelet transform is employed to decompose the MR ‘sinogram’ into multiscales in order to effectively denoise the images. Based on the nature of Rician noise we estimate noise variance in different scales. For the final denoised sinogram we apply the inverse Radon transform in order to reconstruct the original MR images. Phantom, simulation brain MR images, and human brain MR images were used to validate our method. The experiment results show the superiority of the proposed scheme over the traditional methods. Our method can reduce Rician noise while preserving the key image details and features. The wavelet denoising method can have wide applications in MRI as well as other imaging modalities.
登录
查看更多内容
影响因子：
5.4
作者：
Pesquet, JC;Krim, H;Carfantan, H
通讯作者：
Carfantan, H
影响因子：
2.4
作者：
Skiadopoulos, S.;Karatrantou, A.;Panayiotakis, G.
通讯作者：
Panayiotakis, G.
影响因子：
10.6
作者：
Kwan, RKS;Evans, AC;Pike, GB
通讯作者：
Pike, GB
影响因子：
10.9
作者：
Manjon, Jose V.;Carbonell-Caballero, Jose;Robles, Montserrat
通讯作者：
Robles, Montserrat
影响因子：
10.6
作者：
Nowak, RD
通讯作者：
Nowak, RD