基于神经网络和小波变换的MRI图像去噪方法

来源 :华东师范大学 | 被引量 : 0次 | 上传用户:zhoufuhai5933
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
磁共振成像(Magnetic Resonance Imaging,MRI)已经成为临床诊断必不可少的手段,但MRI图像获得的过程中都会产生各种噪声,影响图像的质量。由于MRI图像的噪声不满足高斯分布,即噪声与信号有一定的相关性,使得传统的针对高斯分布噪声的方法无法很好地去除MRI图像的噪声。小波变换在图像处理中发挥着巨大的作用,尤其是在图像去噪中,对高斯白噪声的去除效果优于传统的图像滤波方法。人工神经网络则是对人类智能的简单模拟,它有着强大的模式识别的能力。通过学习过程,神经网络可以找出输入数据和期待的输出数据间潜在的函数关系,而在仿真过程中通过这种函数关系,可以输出与输入数据相对应的输出数据。本文综合利用了小波降噪和人工神经网络的成果,提出了一种新的、在小波域中利用神经网络对MRI图像去噪的方法。我们利用神经网络代替小波去噪中的域值函数,来寻找清晰图像小波系数和有噪声图像小波系数之间的映射关系。由于神经网络对噪声分布不敏感,训练得到的网络能够适用于不同分布的噪声的消除。实验证明,我们的方法能够很好的去除MRI图像的噪声。
其他文献
固井质量评价一直是倍受关注的问题,因为油井固井质量的好坏将直接影响到油井的使用寿命和整个注、采期间能否顺利进行生产。由于地层介质的差异性,波在其中的传播表现出极其
生物超微弱发光是在生物系统中普遍存在的现象之一。研究表明,生物系统的超微弱发光(UPE)与生物体的氧化代谢、信息传递、光合作用、细胞分裂、应激反应、癌变、生长及死亡等基
学位
本论文主要讨论了两个课题。第一个课题是关于有机共轭低聚物过极化率的理论研究。这一部分分为三个章节,即本论文的第一、第二和第三章。第二个课题是关于分子器件量子输运的
高温高压下,在液态金属中获得可靠的热力学属性仍然是实验和理论中的挑战。状态方程(EOS)给研究者们提供了一个解决这些挑战的方法。物质的状态方程可用来描述材料的物质状态,