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

Autores

  • Rômulo Marconato Stringhini Universidade Federal de Santa Maria
  • Daniel Welfer Universidade Federal de Santa Maria
  • Gustavo Nogara Dotto Hospital Universita ́rio de Santa Maria

DOI:

https://doi.org/10.5902/2448190429723

Palavras-chave:

Ciência da Computação

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.

Downloads

Não há dados estatísticos.

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.

Downloads

Publicado

2018-10-22

Como Citar

Stringhini, R. M., Welfer, D., & Dotto, G. N. (2018). Análise de métodos para suavização de ruídos em imagens de tomografia computadorizada multislice de baixa radiação. Revista ComInG - Communications and Innovations Gazette, 3(1), 39–49. https://doi.org/10.5902/2448190429723

Edição

Seção

Artigos científicos

Artigos mais lidos pelo mesmo(s) autor(es)

Artigos Semelhantes

1 2 3 4 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.