改进的LLMMSE滤波器对扩散加权图像的降噪

doi:10.3778/j.issn.1002-8331.2010.29.002

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (29): 6-8.DOI: 10.3778/j.issn.1002-8331.2010.29.002

改进的LLMMSE滤波器对扩散加权图像的降噪

易三莉¹，陈真诚²，林红利¹

1.中南大学信息物理工程学院生物医学工程研究所，长沙 410083
2.桂林电子科技大学生物医学工程研究中心，广西桂林 541004

收稿日期:2010-07-07 修回日期:2010-08-23 出版日期:2010-10-11 发布日期:2010-10-11
通讯作者: 易三莉

Improved LLMMSE filter in denoising of diffusion weighted image

YI San-li¹，CHEN Zhen-cheng²，LIN Hong-li¹

1.Biomedical Engineering Institute of Central South University，Changsha 410083，China
2.Biomedical Engineering Research Center，Guilin University of Electronic Technology，Guilin，Guangxi 541004，China

Received:2010-07-07 Revised:2010-08-23 Online:2010-10-11 Published:2010-10-11
Contact: YI San-li

摘要/Abstract

摘要： 扩散加权图像具有多边界的特点，在扩散加权图像中，准确的边界信号对扩散张量图像的计算尤其重要。通过对局部线性最小均方误差滤波器（Local Linear Minimum Mean Square Error filter，LLMMSE filter）在图像边界处降噪特点进行分析，提出基于最小方差数据集的改进的LLMMSE滤波算法。通过将所提算法应用于模拟数据及真实数据，以及与LLMMSE算法进行比较，验证了本算法具有更好的边界信号降噪能力。

关键词: 扩散加权图, LLMMSE滤波器, 局部方差

Abstract: Diffusion weighted images are characterized by multi-boundaries.Accurate boundary signals are essential in computing diffusion tensor images based on DWIs.Through the detailed analysis of the effect of the LLMMSE filter applied in denoising the image boundary，an improved LLMMSE filter based on the theory of local minimum variance is proposed.After the application of this proposed method in both simulate data and real data and the comparison of the improved method with LLMMSE，this proposed method is proved to produce better effect of denoising the boundary signals.

Key words: diffusion weighted image, LLMMSE filter, local variance

中图分类号:

R445.2

易三莉¹，陈真诚²，林红利¹. 改进的LLMMSE滤波器对扩散加权图像的降噪[J]. 计算机工程与应用, 2010, 46(29): 6-8.

YI San-li¹，CHEN Zhen-cheng²，LIN Hong-li¹. Improved LLMMSE filter in denoising of diffusion weighted image[J]. Computer Engineering and Applications, 2010, 46(29): 6-8.

[1]	方政，胡晓辉，陈永. 基于多方向中值滤波的各向异性扩散滤波算法[J]. 计算机工程与应用, 2017, 53(4): 195-199.
[2]	杨恢先1，颜微2，谭正华2，李淼1，蔡勇勇1. 改进的灰度-局部方差二维直方图图像分割[J]. 计算机工程与应用, 2017, 53(4): 209-213.
[3]	朱燕1，陈熙2. 核最大方差差分嵌入在生物特征提取中的应用[J]. 计算机工程与应用, 2014, 50(8): 183-187.
[4]	曾基兵^1,2,陈怀新²,王卫星¹. 基于改进局部方差的小波图像融合方法[J]. 计算机工程与应用, 2007, 43(32): 72-74.

改进的LLMMSE滤波器对扩散加权图像的降噪

Improved LLMMSE filter in denoising of diffusion weighted image

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 4

编辑推荐

Metrics