بررسی حذف نویز تصاویرMRIمغزی با توابع مختلف ویولت درسطوح مختلف و مقایسه آنها با یکدیگر

تصویر برداری رزونانس مغناطیسیMRI برای نمایش نابه هنجاری در مغز بسیار مناسب است. داده های تصویر برداریرزونانس مغناطیسی MRI معولا با نویز رایسی حاصل از پروسه اندازه گیری خراب می شوند به طوری که دقت و قابلیت اطمینان هر گونه تجزیه و تحلیل را کاهش می دهند. تبدیل ویولت نقشی مهم و روندی رو به رشد در تحلیل سیگنالهای پزشکی و پردازش تصویری طبی ایفا میکند. در این مقاله عملکرد حذف نویز بر روی مجموعه ای از تصاویرMRI مغزی،با استفاده از توابع مختلف ویولت و همچنین در سطوح مختلف بررسی می شود. مقادیرPSNR و MSEحاصل از نتایجشبیهسازی نشان میدهد که تابعCoiflets4 د ر قیاس با دیگر توابع ویولت به طور قابل توجهی سبب بهبودی کیفیت بصریMAE و MSE،کمتر و مقدارPSNR بیشتر میشود و ویولت Haar دارای بدترین نتایجمی باشد. ویولتCoiflets 4 لبه های تیزتری را ایجاد کرده و جزئیات بیشتری را حفظ میکند و شباهت بیشتری به تصویر اصلی نسبت به توابع ویولت دیگر فراهم میآورد. از طرف دیگر، افزایش تعداد سطوح تجزیه شده برای تجزیهیک تصویر با حجم ثابت مستلزم ضرایب جزئی بیشتری میباشداما با توجه به نتایج بدست آمده ، برای حذف نویز مجموعه های داده ای دارای نویز،یک تجزیه دو سطحی سبب کاهش مطلوب نویز می شود و تجزیه در سطوح بالاتر تغییر قابل توجه ای را در بهبود حذف نویز با توجه به معیارهای کیفیت تصویر ایجاد نمی کند.

کلیدواژه ها:

توابع ویولت ، سطوح تجزیه ، معیارهای کیفیت تصویر ، حذف نویز تصاویرMRIمغزی