Miło nam poinformować o nowej publikacji członka naszego zespołu:
Joanna Świebocka-Więk, Henryk Figiel.
Application of the Digital Curvelet Transform for the Purpose of Image Denoising in MRI.
Information Technologies in Biomedicine, Volume 3. Springer International Publishing, 2014. 165-173.
Poniżej preentujemy abstrakt w języku polskim i angielskim.
Więcej informacji o publikacji można odnaleźć tutaj.
Abstrakt
Przedmiotem prezentacji jest zastosowanie cyfrowej transformaty curvelet w przypadku zaszumionych obrazów magnetycznego rezonansu jądrowego (MRI). Metodologia ta nie była dotychczas testowana w przypadku obrazów MRI, stąd silne zainteresowanie potwierdzeniem jej skuteczności zaobserwowanej wcześniej na innych polach badawczych. Parametrami oceny jakości przetwarzanych zdjęć był stosunek sygnału do szumu, algorytmy detekcji krawędzi oraz ocena wizualna.
Akwizycja obrazów została przeprowadzona na systemie niskopolowym CirrusOpen 0,2 T na Wydziale Fizyki i Informatyki Stosowanej. Działanie transformaty curvelet sprawdzono na obrazach fantomów i obrazach medycznych oraz prostych bitmapach.
Skuteczność metody została potwierdzona, we wszystkich obrazach uzyskano poprawę stosunku sygnału do szumu oraz redukcję liczby fałszywych krawędzi wynikających z obecności szumu. Metoda ta wykazuje dodatkowe zalety jako możliwość przeprowadzenia kompresji i fuzji obrazów, które mogą być uzyteczne w MRI i będą przedmiotem dalszej analizy.
Słowa kluczowe
Cyfrowa Transformata Curvelet, Obrazowanie techniką magnetycznego rezonansu jądrowego, redukcja szumu, detekcja krawędzi
Abstract
This paper presents a curvelet-based approach on the image denoising in magnetic resonance imaging (MRI). The method is worth of examination, because it has not been tested so far in case of MRI. The results show how the Digital Curvelet Transform method can be used for the noise reduction. The analysis of the Signal to Noise Ratio (SNR), Normal to Mean value (NM) and edge detection quality is applied. The Digital Curvelet Transform application provides additional possibilities like image compression and image fusion, which could be also useful in
the MRI application.
Keywords
digital curvelet transform, magnetic resonance imaging, noise reduction, edge detection