بررسی و مقایسه روش های کاهش نویز در پردازش تصاویر پزشکی با استفاده از الگوریتم های کلاسیک و یادگیری عمیق

در این مقاله، به بررسی و مقایسه تاثیر نویزهای مختلف، از جمله نویز گوسی و نویز نمک و فلفل، بر کیفیت تصاویر پزشکی پرداخته شده است. با اعمال این نویزها بر روی تصاویر مجموعه داده MNIST و استفاده از فیلترهای مختلف مانند فیلتر میانگین و فیلتر مدین، تلاش شده است تا کارایی روش های کاهش نویز در بازیابی کیفیت تصویر ارزیابی شود. به منظور تحلیل کمی عملکرد روش ها، از معیارهای PSNR و SSIM استفاده شده است. نتایج حاصل نشان می دهد که فیلتر مدین در کاهش نویز نمک و فلفل و فیلتر میانگین در کاهش نویز گوسی عملکرد بهتری دارند. این تحلیل ها می تواند به انتخاب بهینه فیلترهای پیش پردازش در کاربردهای حساس مانند تشخیص بیماری در تصاویر پزشکی کمک کند.

کلیدواژه ها:

کاهش نویز ، تصاویر پزشکی ، فیلتر میانگین ، فیلتر مدین ، PSNR ، SSIM ، نویز گوسی ، نویز نمک و فلفل