基于残差去噪图像的 CT 图像噪声盲分析
计算机视觉与模式识别
2016-10-25 v1 医学物理
摘要
CT 方案设计与质量控制将受益于能够自动评估生成 CT 图像质量的工具。这些工具可用于识别错误的 CT 采集或优化方案以达到特定的信噪特性。本文研究了用于确定胸部 CT 图像中全局信号强度和噪声水平的盲估计方法。方法：我们提出了与噪声和信号估计精度相对应的新型性能指标。我们实现并评估了六种基于空间和频率的方法的噪声估计性能，这些方法源自传统的图像滤波算法。算法在患者数据集上进行了测试，这些数据来自同一扫描区域采用较高和较低剂量技术进行的全身重复 CT 采集。结果：所提出的性能指标可以评估滤波器参数与噪声估计性能的相对权衡。所提出的自动化方法在低通量水平下倾向于低估 CT 图像噪声。方法的初步应用表明，基于各向异性扩散和小波变换的滤波器能提供最优的噪声估计。此外，该方法不能提供绝对噪声水平的精确估计，但可以提供噪声水平相对变化和/或趋势的估计。
引用
@article{arxiv.1605.07650,
title = {Blind Analysis of CT Image Noise Using Residual Denoised Images},
author = {Sohini Roychowdhury and Nathan Hollraft and Adam Alessio},
journal= {arXiv preprint arXiv:1605.07650},
year = {2016}
}
备注
4 pages, 6 figures, IEEE NSS/MIC 2015