Soins de santé : avis actuels

Abstrait

Développement et analyse d'un algorithme de filtrage appliqué aux images cliniques de résonance magnétique cérébrale pondérées en T1

Vedant Shulka, Amanora Kandivali, Bhakti Shakti Sakinaka

Les filtres non linéaires sont utilisés pour filtrer les artefacts et le bruit présents dans les données IRM. L'équilibre entre la préservation du signal et la réduction du bruit rend la restauration des données IRM une tâche complexe. L'application de filtres non linéaires tels que le filtre médian et le filtre non local (NLM) convertit la distribution de Rician asymétrique à droite en une distribution gaussienne non asymétrique. Il est évident que le filtre NLM donne de meilleurs résultats que les filtres bilatéraux et médians. Comme la distribution n'est pas asymétrique après l'application de filtres non linéaires, des filtres linéaires standard tels que les filtres gaussiens et de Wiener ont été appliqués et les résultats ont été tirés. Une combinaison linéaire de filtres NLM et gaussiens donne des résultats satisfaisants. L'expérimentation a été réalisée sur 40 images cliniques et le filtre NLM s'est avéré avoir les meilleurs résultats. Les indices de qualité d'image utilisés pour la comparaison sont le rapport signal/bruit maximal (PSNR), l'erreur quadratique moyenne (RMSE), l'indice de similarité structurelle (SSIM) et l'entropie. L'expérimentation a été réalisée sur MATLAB 2019a.