利用 Bootstrap Poisson 回归与鲁棒非参数回归降低 X 射线能谱图像中的 Poisson 噪声和基线漂移
信息论
2015-06-12 v1 math.IT
摘要
X 射线能谱成像提供了对生物样品中微量元素的高灵敏度定量成像。我们提出了一种新算法，旨在提高低光子计数 X 射线能谱图像的信噪比 (SNR)。首先，我们通过置信区间检验估计属于均匀部分的图像数据区域。然后，我们在该区域上应用基于最大似然估计的 Poisson 回归，以从受 Poisson 噪声污染的数据中估计真实光子计数。与其他基于回归分析的去噪方法不同，我们使用 bootstrap 重采样方法来确保回归估计的准确性。最后，我们使用鲁棒局部非参数回归方法估计基线，随后将其从 X 射线能谱数据中减去，以进一步提高数据的 SNR。对多个真实样品的实验表明，与一些最先进的方法相比，所提出的方法在确保标准参考生物样品中不同微量元素定量分析的准确性和精度方面表现更佳。
引用
@article{arxiv.1302.0490,
title = {Improved Bounds on RIP for Generalized Orthogonal Matching Pursuit},
author = {Siddhartha Satpathi and Rajib Lochan Das and Mrityunjoy Chakraborty},
journal= {arXiv preprint arXiv:1302.0490},
year = {2015}
}
备注
8 pages, 1 figure