Smoothing filters in synthetic cerebral magnetic resonance images: A comparative study
Cargando...
Archivos
Fecha
2018
Autores
Gelvez, Elkin
Vera, Miguel
Huérfano, Yoleidy
Valbuena, Oscar
Salazar, Williams
Vera, María Isabel
Borrero, Maryury
Barrera, Doris
Hernández, Carlos
Molina, Ángel Valentín
Título de la revista
ISSN de la revista
Título del volumen
Editor
Sociedad Latinoamericana de Hipertensión
Resumen
This paper presents the evaluation of two computational
techniques for smoothing noise that might be present
in synthetic images or numerical phantoms of magnetic
resonance (MRI). The images that will serve as the databases
(DB) during the course of this evaluation are available
freely on the Internet and are reported in specialized
literature as synthetic images called BrainWeb. The
images that belong to this DB were contaminated with
Rician noise, this being the most frequent type of noise
in real MRI images. Also, the techniques that are usually
considered to minimize the impact of Rician noise on the
quality of BrainWeb images are matched with the Gaussian
filter (GF) and an anisotropic diffusion filter, based on
the gradient of the image (GADF). Each of these filters has
2 parameters that control their operation and, therefore,
undergo a rigorous tuning process to identify the optimal
values that guarantee the best performance of both the
GF and the GADF. The peak of the signal-to-noise ratio
(PSNR) and the computation time are considered as key
elements to analyze the behavior of each of the filtering
techniques applied. The results indicate that: a) both filters
generate PSNR values comparable to each other. b)
The GF requires a significantly shorter computation time
to soften the Rician noise present in the considered DB.
Este artículo presenta la evaluación de dos técnicas computacionales para el suavizado de ruido, que puede estar presente en imágenes sintéticas o phantoms numéricos de resonancia magnética (MRI). Las imágenes que servirán como bases de datos (DB) para el desarrollo de la mencionada evaluación están disponibles, de manera libre, en la Internet y se reportan, en la literatura especializada, como imágenes sintéticas denominadas BrainWeb. Las imágenes pertenecientes a esta DB fueron contaminadas con ruido Riciano debido a que este es el tipo de ruido más frecuente en imágenes de MRI reales. Por otra parte, las técnicas consideradas para minimizar el impacto de este ruido, en la calidad de las imágenes de la BrainWeb, se hacen coincidir con el filtro Gausiano (GF) y un filtro de difusión anisotrópica, basado en el gradiente de la imagen (GADF). Cada uno de estos filtros posee 2 parámetros que controlan su funcionamiento y, por ende, deben someterse a un proceso de entonación riguroso para identificar los valores óptimos que garanticen el mejor desempeño tanto del GF como del GADF. El pico de la relación señal a ruido (PSNR) y el tiempo de cómputo son considerados como elementos clave para analizar el comportamiento de cada una de las técnicas de filtrado aplicadas. Los resultados indican que: a) Ambos filtros generan valores de PSNR comparables entre sí. b) El GF requiere de un tiempo de cómputo, significativamente, menor para suavizar el ruido Riciano presente en la DB considerada.
Este artículo presenta la evaluación de dos técnicas computacionales para el suavizado de ruido, que puede estar presente en imágenes sintéticas o phantoms numéricos de resonancia magnética (MRI). Las imágenes que servirán como bases de datos (DB) para el desarrollo de la mencionada evaluación están disponibles, de manera libre, en la Internet y se reportan, en la literatura especializada, como imágenes sintéticas denominadas BrainWeb. Las imágenes pertenecientes a esta DB fueron contaminadas con ruido Riciano debido a que este es el tipo de ruido más frecuente en imágenes de MRI reales. Por otra parte, las técnicas consideradas para minimizar el impacto de este ruido, en la calidad de las imágenes de la BrainWeb, se hacen coincidir con el filtro Gausiano (GF) y un filtro de difusión anisotrópica, basado en el gradiente de la imagen (GADF). Cada uno de estos filtros posee 2 parámetros que controlan su funcionamiento y, por ende, deben someterse a un proceso de entonación riguroso para identificar los valores óptimos que garanticen el mejor desempeño tanto del GF como del GADF. El pico de la relación señal a ruido (PSNR) y el tiempo de cómputo son considerados como elementos clave para analizar el comportamiento de cada una de las técnicas de filtrado aplicadas. Los resultados indican que: a) Ambos filtros generan valores de PSNR comparables entre sí. b) El GF requiere de un tiempo de cómputo, significativamente, menor para suavizar el ruido Riciano presente en la DB considerada.
Descripción
Palabras clave
Synthetic Cerebral images, Magnetic resonance, Rician noise, Gaussian filter, Anisotropic diffusion filter, PSNR, Imágenes sintéticas cerebrales, Resonancia magnética, Ruido Riciano, Filtro Gausiano, Filtro de difusión anisotrópica