关键词:
磁共振成像(MRI)
去噪
非局部均值
线性最小均方误差
Rician噪声
自适应
迭代
摘要:
目的提出一种针对磁共振成像(Magnetic Resonance Imaging,MRI)图像的Rician噪声去除算法。方法首先利用局部方差统计估计MRI的噪声水平,接着采用线性最小均方误差估计及非局部均值滤波方法对图像进行复原,再根据估计的图像噪声水平决定是否进行迭代去噪。结果利用模拟的大脑MRI对提出的去噪方法进行定性与定量验证。结果显示,去噪算法在噪声方差为15时,不同切片的均方误差、峰值信噪比与信噪比平均值依次为70.07、29.78 dB、21.95 dB,非局部均值滤波的结果依次为82.17、29.11 dB、21.28 dB,而线性最小均方误差估计的结果依次为108.16、27.80dB、19.97dB,可以看出本文提出的算法优于其他算法。相比传统的非局部均值滤波,本文提出的算法在边缘等信息保护方面也有一定提高,同时提高了线性最小均方误差估计在高噪声水平时的去噪效果。结论本文提出的算法能够有效实现含噪MRI信号的复原,为后续图像处理及应用提供可靠保证。