ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بهبود حذف نویز از تصاویر رزونانس مغناطیسی با فیلتر میانگین گیر غیر محلی بلوکی

تعداد صفحات: 7 | تعداد نمایش خلاصه: 310 | نظرات: 0
سال انتشار: 1394
کد COI مقاله: EMIS01_014
زبان مقاله: فارسی
(فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بهبود حذف نویز از تصاویر رزونانس مغناطیسی با فیلتر میانگین گیر غیر محلی بلوکی

مهسا محمدی نژاد - گروه مهندسی برق - واحد علوم و تحقیقات فارس - دانشگاه آزاد اسلامی - فارس - ایران
آذر محمودزاده - گروه مهندسی برق - واحد شیراز - دانشگاه آزاد اسلامی - شیراز - ایران
حامد آگاهی - گروه مهندسی برق - واحد شیراز - دانشگاه آزاد اسلامی - شیراز - ایران

چکیده مقاله:

افزایش کیفیت تصویر و حذف نویز های ایجاد شده در تصویر یک مرحله اساسی قبل از هر عملیات پردازشی است. داده های گرفته شده از تصاویر رزونانس مغناطیسی معمولاً با نویز رایسی در زمان تصویر برداری خراب می شود به طوری که دقت و قابلیت اطمینان در تجزیه و تحلیل تصاویر را کاهش می دهد. اما نکته مهم در طول روند حذف نویز این است که تصویر اصلی و به خصوص جزئیات آن تا حد امکان آسیبی نبیند و ساختار اصلی حفظ شود براین اساس روش های مختلفی برای حذف نویز مطرح شده است. در این مقاله ما از یک روش جدید با اتفاده از فیلتر غیرمحلی استفاده کرده ایم الگوریتم میانگین های غیرمحلی از افزونگی اطلاعات در تصویر مورد مطالعه برای حذف نویز استفاده می کند. عملکردهای این فیلتر غیرمحلی عبارتند از : الف) تنظیم خودکار پارامتر هموار ب) انتخاب مناسب ترین وکسل پ) پیاده سازی بلوکی ت) محاسبات موازی. اعتبارسنجی کمی بر روی مجموعه داده های مصنوعی تولید شده با دیتا ست Brain web انجام می شود. در مقایسه با روش های کلاسیک غیرمحلی نتایج شبیه سازی نشان می دهد که فیلتر ارائه شده نتایج حذف نویز بهتری با حفظ ساختار اصلی و جزئیات ارائه می دهد. در این مقایسه نتایج بر رروی داده های واقعی (T1-W) و (T2-W) از یک بیمار مبتلا به بیماری (MS) نشان داده شده است.

کلیدواژه ها:

تصاوير رزونانس مغناطيسي، حذف نويز، فيلتر ميانگين گير غير محلي

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/522193/

کد COI مقاله: EMIS01_014

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:
محمدی نژاد، مهسا و محمودزاده، آذر و آگاهی، حامد،1394،بهبود حذف نویز از تصاویر رزونانس مغناطیسی با فیلتر میانگین گیر غیر محلی بلوکی،کنفرانس ملی الکترونیک،مکاترونیک و سیستم های هوشمند،علی آباد،،،https://civilica.com/doc/522193

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: (1394، محمدی نژاد، مهسا؛ آذر محمودزاده و حامد آگاهی)
برای بار دوم به بعد: (1394، محمدی نژاد؛ محمودزاده و آگاهی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :

  • Shyam Anand. C. Jyotinder S. Sahambi. 2010.Wavelet domain non-linear filtering ...
  • Ryan Wen Liu. Lin Shi. Wenhua Huang. Jing Xu. Simon ...
  • Golshan. Hosein M. Hasanzadeh. Reza P.R. Yousefzadeh. Shahrokh C. 2013. ...
  • Henkelman. RM. 1985. Measurement of signal intensities in the presence ...
  • Awate. SP. Whitaker. RT. 2007. Feature- preserving MRI denoising a ...
  • Aja-Fernandez. S. Tristan-Vega. A. Alberola- Lopez. C. 2009. Noise estimation ...
  • Coupe. P. Yger. P. Prima. S. Hellier. P. Kervran. C. ...
  • Coupe. P. Hellier. P. Prima. S. Kervrann. C. Barillot. C. ...
  • Anand. CS. Sahambi. JS. 2010. Wavelet domain non-linear filtering for ...
  • Gerig. G. Kubler. O. Kikinis. R. Jolesz. FA. 1992. Nonlinear ...
  • Perona. P. Malik. J. 1990. Scale-space and edge detection using ...
  • Sijbers. J. Dekker. AJ. Scheunders. P. Dyck DV. 1998. Maximum ...
  • Weaver. JB. Xu Y. Cromwell. D. 1991. Filtering noise from ...
  • Nowak. RD. 1999. Wavel et-based Rician noise removal for magnetic ...
  • Zaroubi. S. Goelman. G 2000. Complex denoising of MR data ...
  • Gonzalez. RC. 2004. Digital image processing. 2nd ed Upper Saddle ...
  • Nason. GP. Silverman. BW. 1995. The stationary wavelet transform and ...
  • Zhang. Y. 2006. S emanti c-based visual information retrieval. Hershey. ...
  • Alexander. ME. Baumgartner. R. Summers. AR. Win dischberger. C. Klarhoefer. ...
  • Kwan. RK. Evans. AC. Pike. GB. 1999. MRI image- ...
  • Gerig. G. Kubler. O. Kikinis. R. Jolesz. FA. 1992. Nonlinear ...
  • Sijbers. J. Dekker. AJ. Van der Linden. A. Verhoye. M. ...
  • Wong. A. Mishra. AK. Quasi-Monte Carlo. 201 1.Estimation approach for ...
  • He. L. Greensh ields. IR. 2009. A nonlocal maximum likelihood ...
  • Audekerke. JV. Sijbers. J. 201 1. Maximum likelihood est imation-based ...
  • Dietrich. O. Raya. S.B. Reeder. M. Ingrisch. M. Reise Schoenberg. ...
  • Starck. J.L. Candes. E.J. D.L. Donoho. D.L. 2002. The Curvele ...
  • Lath. P R. Subramanian. 2006. Medical image denoising using X-lets. ...
  • Ma. J. Plonka. G. 2007. Combined curvelet shrinkage and nonlinear ...
  • Ashamol. V.G. Sreelekha. G. Sathidevi. P.S. D iffusion-based image denois-ing ...
  • combining curvelet and wavelet. Proceedings of 15th Int ernat i ...
  • Do. M.N. Vetterli. M. 2005. The contourlet transform an efficient ...
  • Sijbers. J. Dekker. A.J. Van Audekerke. J. M. Verhoye. D. ...
  • Sijbers. J. Dekker. A.J. Scheunders. P. Van Dyck. D. 1998. ...
  • Sijbers. J. Dekker. A.J. 2004. Maximum likelihood estimation of signal ...
  • Jiang. L. Yang. W. 2003. Adaptive magnetic resonance image denoising ...
  • Sijbers. J. D. Poot. A., Dekker. W. Pintjenst. 2007. Automatic ...
  • Aja-Fermandez. S. C. Lopez. A. Westin. C.F. 2008. Noise and ...
  • Aja-Fermandez. S. Niethammer. M. Kubicki. 2008. ...
  • Restoration of DWI data using a Rician LMMSE estimator. IEEE ...
  • Golshan. H.M. Hasanzedeh. R.P.R. 2011. A non-local Rician noise reduction ...
  • Yousefzadeh. S.C. 2013. An MRI denoising methodusing data redundancy and ...
  • Tisdall. D. Atkins. M.S. 2005. MRI denoising via phase error ...
  • Awate.S.P. Whitaker. R.T. 2007. Feature- preserving MRI denoising: a non-parametric ...
  • Lopez-Rubio. E. F lorentin-Nune, M.N. 2011. Kernel regression based feature ...
  • Luo. J. Zhu. Y. I.E. 2009. Magnin Denoising by averaging ...
  • Luo. J. Zhu. Y. Hiba. B. 2010. Medical image denoising ...
  • Krishnaveni. V. Guo. Y. (2014). A ر 48. Mohan. survey ...
  • Aelterman. J. Goossens. B. A. Pizurica. A. W. Philips. W. ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله

    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 آزاد
    تعداد مقالات: 4,879
    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 پیشنهادی مرتبط

    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