بازسازي غير محلي تصاوير MRI با بهره گيري از ساختارهاي بلوكي

Non Local Magnetic Resonance Images Reconstruction Using Blocking Structures

تجزيه و تحليل تصاوير پزشكي، اين روزها بحث مهم و مورد توجه محققان مي باشد. تصاوير ديجيتال اغلب حاوي درجاتي از نويز بوده و طي عكس برداري، توسط نويزهاي ناشي از سنسورها و يا در حين انتقال آلوده شده و باعث پيچيده شدن فرآيند تشخيص مي گردند. روش ارائه شده در اين مقاله بر اساس نوعي فيلتر بهينه شده ميانگين‌گير غير‌محلي در تصوير سه بعدي مي‌باشد. فيلتر غير‌محلي از افزونگي اطلاعات در تصوير مورد بررسي براي حذف نويز استفاده مي‌كند.روش پيشنهادي زمان محاسباتي را كاهش داده و در عين حال عملكرد فيلتر غير‌محلي را نيز حفظ مي‌كند. عملكردهاي اين فيلتر غير‌محلي عبارتند از تنظيم خودكار پارامتر هموار، انتخاب مناسب ترين پيكسل، پياده‌سازي بلوكي و قابليت انجام محاسبات موازي. نتايج شبيه سازي بر روي تصاوير برگرفته از مجموعه داده‌ استاندارد BrainWeb نشان مي‌دهد كه فيلتر غير‌محلي بهينه شده، از نظر دقت و زمان محاسبه بهتر از فيلترهاي كلاسيك غير‌محلي عمل مي‌كند.

Medical image analysis is an important area of interest among researchers these days. Digital images have some degree of noise and get corrupted with noise during its acquisition from various sensors and transmission by different media and make the diagnosis complicated. The method proposed in this paper is based on a 3D optimized blockwise version of the Non Local means filter. The NL-means filter uses the redundancy of information in the image under study to remove the noise. These different improvements allow to drastically divide the computational time while preserving the performances of the NL-means filter. Our contributions to the NL-means filter are: (a) an automatic tuning of the smoothing parameter (b) a selection of the most relevant voxels (c) a blockwise implementation and (d) a parallelized computation. The results of synthetic datasets generated from BrainWeb dataset show that our optimized NL-means filter outperforms the classical implementation of the NL-means filter as well as two other classical denoising methods in terms of accuracy (measured by the Peak Signal to Noise Ratio) with low computation time.