ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

A Non-Local Rician Noise Reduction Approach for3-D Magnitude Magnetic Resonance Images

سال انتشار: 1390
کد COI مقاله: ICMVIP07_004
زبان مقاله: انگلیسیمشاهد این مقاله: 1,319
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 5 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله A Non-Local Rician Noise Reduction Approach for3-D Magnitude Magnetic Resonance Images

Hosein M. Golshan - DSP Research Lab, Department of Electrical Engineering, University of GuilanRasht, Iran
Reza PR. Hasanzadeh

چکیده مقاله:

The visual quality of Magnetic Resonance Images(MRI) plays an important role in accuracy of clinical diagnosiswhich can be seriously degraded by existing noise duringacquisition process. Therefore, denoising is of great interest fordiagnostic aims and also the ability of automatic computerizedanalysis. Noise in Magnitude MRI is usually modeled by Riciandistribution which introduces a signal-dependent bias andreduces the image contrast. In this article an efficient approachfor enhancement of the noisy magnitude MRI based on therecently proposed linear minimum mean square error (LMMSE)estimator is introduced. The natural redundancy of the acquiredMR data is employed to improve the performance of unknownsignal estimation. Since in practice, the MR data is in a largemajority 3-D, the proposed method is developed to deal with 3-DMR volumes. The quantitative and qualitative metrics have beenused to demonstrate and compare the performance of theintroduced approach with several state-of-arts denoisingschemes. Experimental results show that the proposed methodrestores delicate structural details conveniently while thecomputational cost remains low.

کلیدواژه ها:

Denoising, linear minimum mean square error,Magnetic Resonance Imaging, Rician distribution

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/159038/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
M. Golshan, Hosein و PR. Hasanzadeh, Reza,1390,A Non-Local Rician Noise Reduction Approach for3-D Magnitude Magnetic Resonance Images,هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران,تهران,,,https://civilica.com/doc/159038

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390, M. Golshan, Hosein؛ Reza PR. Hasanzadeh)
برای بار دوم به بعد: (1390, M. Golshan؛ PR. Hasanzadeh)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 12,022
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی