بهبود تصاویر پزشکی CT بر اساس یک آستانه گذاری نرم جدید در حوزه موجک در مقایسه با تبدیلهای دوبعدی جدایی ناپذیر کرولت و کانتورلت

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 843

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICESCON01_0758

تاریخ نمایه سازی: 25 بهمن 1394

چکیده مقاله:

یکی از چالشهای اساسی در تصاویر پزشکی وجود نویز است، که این مشکل در تصاویر پزشکی CT بسیار مهم است.در تصاویر CT کیفیت تصویر رابطهی مستقیم با دز دریافتی بیمار دارد، به طوری که که هر چقدر میزان پرتوی جذبشده بیشتر باشد که باعث افزایش کیفیت تصویر میشود که در نتیجه میزان دز دریافتی بیمار نیز افزایش مییابد. در این مقاله جهت کاهش نویز در تصاویر پزشکی CT یک آستانه نرم جدید در حوزه موجک جهت کاهش نویز و یک الگوریتم تقویت لبه جهت حفظ اطلاعات مهم تصویز از جمله لبهها در حین نویززدایی استفاده شده است و نتایج با دوتبدیل دو بعدی جدایی ناپذیر جهت دار کرولت و کانتورلت و روش آستانه گذاری دیگر در حوزه موجک مقایسه شده است.کاهش نویز با همان میزان پرتو دریافتی به معنی کاهش دز بیمار است. جهت ارزیابی و مقایسه تصاویر از دو معیار پیک سیگنال به نویز به اختصار PSNR و شباهت تصویر که به اختصار Ssim استفاده شده است.

نویسندگان

امیر مسلمی

دانشجوی کارشناسی ارشد مهندسی هستهای پرتوپزشکی دانشگاه صنعتی شریف

ابوالفضل رفیع زاده

دانشجوی کارشناسی ارشد مهندسی هستهای کاربرد پرتوها دانشگاه صنعتی شریف

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 مقاله لینک شده اند :
  • Willi A Kalender , "Dose in x-ray computed tomography", Physics ...
  • Gozalez.R. and. Wood R.E, "Digital Image Processing ", 2nd edition, ...
  • R. R. Coifman and A. Sowa, "Combining the calculus of ...
  • [ean-Luc Starck, Emmanuel]. Candes, and David L. Donoho, "The Curvelet ...
  • Minh N Do and Martin Vetterli, Fellow, IEEE, "The Contourlet ...
  • _ Hou , J. Tian, and]. Liu, " An improved ...
  • S. G. Chang, B. Yu, and M. Vetterli, "Spatially adaptive ...
  • S. G. Chang, B. Yu, and M. Vettereli, "Adaptive wavelet ...
  • I. E. Abdou and W. Pratt, "Quantitative design and evaluation ...
  • A. Polesel, G. Ramponi, and V. _ Mathews, "Image enhancement ...
  • Jin F, Fiegush, P, Winger L et al.."Adaptive wienner filtering ...
  • Ick Hoon Jang and Nam Chul Kim, "Locally Adaptive Wiener ...
  • huipin Zhang , Aria Nosratinia and R. 0.wells, " Image ...
  • Israr Hussait _ Hujun Yin, "A Novel Wavelet Thresholding Method ...
  • S.Kother Mohiden, Dr.S.Arumuga Perumal, Dr.M. Mohamed Sathik, "Image De-noising using ...
  • Wenbing Fan, Zheng Ge and Yau Wang , " Adaptive ...
  • M.k. Mihcak, _ _ ko zi nts ev, K. Ra ...
  • G. Y. Chen, T. D. Bui, A. Krzyzak, "Image denoising ...
  • نمایش کامل مراجع