MRI图像噪声分析

最新推荐文章于 2024-05-17 11:56:15 发布

碑湾没有碑

最新推荐文章于 2024-05-17 11:56:15 发布

阅读量7.4k

点赞数 6

分类专栏：图像处理

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/xuehuitanwan123/article/details/100063827

版权

图像处理专栏收录该内容

18 篇文章 6 订阅

订阅专栏

MRI图像噪声的最为主要的来源是检测对象和电路元件，产生的噪声主要为热噪声，有时候还存在生理学噪声。磁共振设备采集到的原始数据是K空间数据，其包含实部和虚部这两部分的信号，且两者之间的相位差为90°。实部和虚部分别带有均值为0，方差相同且独立的加性高斯白噪声。对K空间数据进行傅里叶变换，得到图像域数据。傅里叶变换不改变噪声形式，因此我们得到的图像域数据是复数信号，其表达式为：

$I{_{c}}=(I_{r}+N_{r})+i(I_{i}+N_{i})$

其中 $I_{r}$ 和 $I_{i}$ 分别为实部和虚部信号， $N_{r}$ 和 $N_{i}$ 分别服从均值为0，方差为 $\sigma ^{2}$ 的高斯分布。通常情况下我们观测的图像是经过模运算得到的幅值图像，即

$I=|I_{c}|=\sqrt{(I_{r}+N_{r})^2+(I_{i}+N_{i})^2}$

从该式子可以看出来，最后得到的复制图像已经不再是简单的加性高斯噪声了，而是与信号相关的莱斯噪声(Rician)。在低信号区域，Rician噪声近似于瑞利分布，在高信号区域，Rician噪声近似于高斯分布。随着多线圈成像技术的快速发展，MR成像速度和质量得到了提高，但是由此得到的图像噪声不再服从Rician分布了，而是更为复杂的非偏心卡方分布。其产生的图像表示为

$I=|I_{c}|=\sqrt{\sum_{n=1}^{C}(I_{rn}+N_{rn})^2+(I_{in}+N_{in})^2}$

其中C为采集通道数。

只有在对K空间数据进行全采样，并且假设各个线圈得到的数据是不相关的前提下，MRI图像才服从Rician或是非中心卡方分布。

关于如何添加莱斯噪声，请浏览下面网址：

https://www.mathworks.com/matlabcentral/fileexchange/14237-rice-rician-distribution?focused=5109004&tab=example

这里面的ricernd函数下载地址：

https://www.mathworks.com/matlabcentral/mlc-downloads/downloads/submissions/14237/versions/3/previews/rician/ricernd.m/index.html

碑湾没有碑

关注

6
点赞
踩
30

收藏

觉得还不错? 一键收藏
1
评论
MRI图像噪声分析

MRI图像噪声的最为主要的来源是检测对象和电路元件，产生的噪声主要为热噪声，有时候还存在生理学噪声。磁共振设备采集到的原始数据是K空间数据，其包含实部和虚部这两部分的信号，且两者之间的相位差为90°。实部和虚部分别带有均值为0，方差相同且独立的加性高斯白噪声。对K空间数据进行傅里叶变换，得到图像域数据。傅里叶变换不改变噪声形式，因此我们得到的图像域数据是复数信号，其表达式为： ...
复制链接

扫一扫

专栏目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。