文献

J-GLOBAL ID：201802229089754756   整理番号：18A0492740

マルチスケール変換と非局所平均値フィルタを用いた動的PET画像の雑音除去【Powered by NICT】

Denoising of dynamic PET images using a multi-scale transform and non-local means filter

著者 (4件)： Jomaa Hajer (Laboratoire de Biophysique et Technologies Medicales, Universite de Tunis El Manar, Tunis, Tunisia) ,  Mabrouk Rostom (Brain Research Centre, University of British Columbia, Vancouver, Canada) ,  Khlifa Nawres (Laboratoire de Biophysique et Technologies Medicales, Universite de Tunis El Manar, Tunis, Tunisia) ,  Morain-Nicolier Frederic (Centre de Recherche en STIC, Universite de Reims Champagne-Ardenne, IUT de Troyes, France)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 41  ページ： 69-80  発行年： 2018年 
JST資料番号： W3347A  ISSN： 1746-8094  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 陽電子放出断層撮影(PET)画像の定量化は速度論パラメータの正確な推定を提供する時間活性曲線(TAC)を必要とする。しかし,対雑音比(SNR)低信号,雑音の重要なレベル,およびPET画像の低空間分解能は,TACの抽出をやりがいのある研究にする。本研究では,小動物心臓の動的PET配列における雑音を低減するためのマルチスケールおよび非局所平均法(MNLM)に基づく新しい方法を提示した。MNLMフィルタは動的測定における画像間の時間的相関を考慮に入れ,最良の還元を提供するシェアレット変換およびウェーブレット変換の両方の相補的性質から利益を得た。法を動的ディジタルマウスファントムと前臨床ラット試験(n=6)で試験した。芸術の状態にレビューした三の主要なアルゴリズムとの比較研究に基づいて,データ解析はMNLMフィルタの重要性を証明した。シミュレートされたデータでは,研究の主要な発見は,最高騒音レベル(7.68%)では,モデルが最良の結果を与えた(カイ二乗=4.06)であることを示した。さらに,PSNRとSSIMプロットの点で顕著な増加を示した。実データでは,MNLMは27.04+の値と対照的計量の計算における良好な結果を示した。12.1と最高のSN比74.38の値であった。9.2。このアプローチは,より良い可能性を証明し,臨床システムにおける雑音を削減するのに有効な候補であると考えられる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： アルゴリズム ,  ウェーブレット変換 ,  *雑音除去 ,  *雑音 ,  *画像 ,  空間分解能 ,  *フィルタ ,  SN比 ,  データ解析 ,  PET【トモグラフィー】 ,  平均法
準シソーラス用語： 構造的類似性 ,  *PET画像 ,  *平均値フィルタ ,  *マルチスケール , 【Automatic Indexing@JST】

著者キーワード (5件)： 陽電子放出断層撮影 ,  雑音除去 ,  非局所手段 ,  シェアレット変換 ,  ウェーブレット変換

分類 (3件)： 音声処理  (JE05000E) ,  通信方式一般  (ND07010E) ,  移動通信  (ND08030H)

タイトルに関連する用語 (5件)： マルチ ,  スケール変換 ,  平均値フィルタ ,  PET画像 ,  雑音除去