文献

J-GLOBAL ID：201802258787437540   整理番号：18A0389875

複素領域におけるBayes MRI雑音除去【Powered by NICT】

Bayesian MRI denoising in complex domain

著者 (4件)： Baselice Fabio (Dipartimento di Ingegneria, Universita degli Studi di Napoli Parthenope, Napoli, Italy) ,  Ferraioli Giampaolo (Dipartimento di Scienze e Tecnologie, Universita degli Studi di Napoli Parthenope, Napoli, Italy) ,  Pascazio Vito (Dipartimento di Ingegneria, Universita degli Studi di Napoli Parthenope, Napoli, Italy) ,  Sorriso Antonietta (Dipartimento di Ingegneria, Universita degli Studi di Napoli Parthenope, Napoli, Italy)
資料名： Magnetic Resonance Imaging  (Magnetic Resonance Imaging)
巻： 38  ページ： 112-122  発行年： 2017年 
JST資料番号： A1133A  ISSN： 0730-725X  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： 近年,取得された画像の信号対雑音比とコントラスト対雑音比を増加させるための主に高磁場強度磁気共鳴画像スキャナを製造するための行われているいくつかの努力。しかし,雑音除去方法論は静止画像整然さを達成するための重要な役割を果たしている。いくつかの雑音除去アルゴリズムが文献に提示されている。それらのいくつかは関与する雑音の統計的特性を利用し,他のいくつかは,変換領域における画像を予測し,他のいくつかは,画像の幾何学的特性を探索した。しかし,共通した特徴は,グレースケール,実数値画像に及ぼす振幅領域で動作する,すなわち。本稿の中で,複雑な領域,すなわちにおける雑音フィルタリングを実行する実と得られた画像の虚数部のアイデアを提案した。提案された方法論の利点は,関与する信号の統計モデルが非常に単純化され,近似が必要であり,全取得信号の完全な開発と一緒にされていないことである。より詳細には,ハンドリング複雑なデータのために開発された最大事後推定器,画像モデリングのためのMarkov確率場を採用した,を提案した。最初の結果と他の広く採用されている雑音除去フィルタとの比較は,この方法の妥当性を確認した。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： 実数 ,  磁気共鳴 ,  静止画像 ,  近似法 ,  *雑音 ,  統計模型 ,  アルゴリズム ,  グレースケール ,  SN比 ,  画像 ,  *雑音除去 ,  簡素化
準シソーラス用語： Markov確率場 ,  ノイズフィルタ ,  イメージスキャナ , 【Automatic Indexing@JST】

著者キーワード (6件)： MRI雑音除去 ,  最大事後 ,  Bayes推定 ,  複雑な分解 ,  Markovランダム場 ,  統計的信号処理

分類 (1件)： 雑音一般  (ND04010J)

タイトルに関連する用語 (2件)： MRI ,  雑音除去