Análise de métodos para suavização de ruídos em imagens de tomografia computadorizada multislice de baixa radiação

Rômulo Marconato Stringhini, Daniel Welfer, Gustavo Nogara Dotto

Resumo


Este trabalho tem como objetivo identificar um método computacional para suavizar ruídos de imagens de tomografia computadorizada multislice (MDCT) de baixa radiação. Essas imagens possuem baixa qualidade pois estão contaminadas por ruídos, que são fenômenos estocásticos, onde não é possível prever seu acontecimento. Dessa forma, foram pesquisadas e estudadas algumas técnicas de processamento de imagens para a suavização de ruídos. Para avaliar a qualidade das imagens processadas, foram utilizadas as métricas PSNR, SNR, MSE e SSIM. Foram analisados e simulados os filtros da média, mediana, moda, gaussiano e Wiener, do domínio espacial. Após a simulação dessas técnicas e uma comparação quantitativa dos valores médios das métricas de qualidade, verificou-se que a técnica do filtro gaussiano apresentou resultados superiores com um PSNR médio de 25.64dB e um SSIM médio de 0.76, para os melhores casos.

Palavras-chave


Ciência da Computação

Texto completo:

PDF

Referências


Aiswarya, K., Jayaraj, V., and Ebenezer, D. (2010). A new and efficient algorithm for the removal of high density salt and pepper noise in images and videos. In Computer Modeling and Simulation, 2010. ICCMS’10. Second International Conference on, volume 4, pages 409–413. IEEE.

Al-Najjar, Y. A. and Soong, D. C. (2012). Comparison of image quality assessment: Psnr, hvs, ssim, uiqi. International Journal of Scientific & Engineering Research, 3(8):1.

Bognar, G. (2015). Image quality measurement for low-dose human lung ct scans. In ´

Telecommunications and Signal Processing (TSP), 2015 38th International Conference on, pages 587–591. IEEE.

Chen, G., Bui, T. D., and Krzyzak, A. (2005). Image denoising using neighbouring wavelet coefficients. Integrated Computer-Aided Engineering, 12(1):99–107.

Chen, L., Gou, S., Yao, Y., Bai, J., Jiao, L., and Sheng, K. (2016). Denoising of low dose ct image with context-based bm3d. In Region 10 Conference (TENCON), 2016 IEEE, pages 682–685. IEEE.

Donoho, D. L. (1995). De-noising by soft-thresholding. IEEE transactions on information theory, 41(3):613–627.

Haygert, C. J. P., d’Ornellas, M. C., Welfer, D., Bastos, R. M., and Dotto, G. N. (2017).

Ctdbem - a new protocol for ultra low radiation dose mdct. MedInfo 2017.

Malik, S. H., Lone, T. A., and Quadri, S. (2015). Contrast enhancement and smoothing of ct images for diagnosis. In Computing for Sustainable Global Development (INDIACom),

2nd International Conference on, pages 2214–2219. IEEE.

Mohan, M. M., Sulochana, C. H., and Latha, T. (2015). Medical image denoising using multistage directional median filter. In Circuit, Power and Computing Technologies (ICCPCT), 2015 International Conference on, pages 1–6. IEEE.

Verma, R. and Ali, J. (2013). A comparative study of various types of image noise and efficient noise removal techniques. International Journal of advanced research in computer science and software engineering, 3(10):617–622.




DOI: http://dx.doi.org/10.5902/2448190429723

Apontamentos

  • Não há apontamentos.

Comentários sobre o artigo

Visualizar todos os comentários