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。