摘要
弥散加权磁共振图像(DWI)是使用特殊自旋平面回波序列进行快速成像,它易被噪声干扰,需要有效去噪以保证后续应用。目前去噪方法一般为常用图像去噪方法扩展,缺乏针对DWI多不同梯度磁场方向数据构成特点的针对性应用。本文提出一种DWI Rician噪声的线性最小均方误差(LMMSE)复原方法,使用局部信息的统计特征,对DWI的Rician噪声进行有效估计,并综合多梯度磁场方向改进使用LMMSE进行复原。在合成模拟DWI数据和真实人体脑部DWI数据上进行的仿真和实验表明,本文方法较之目前使用较多的逐梯度方向去噪方法能够更好去除DWI中Rician噪声,有效改善计算获得的DTI大小和方向信息的有效性和准确性。
Because of the long acquisition time and spin-echo planar imaging sequence, diffusion weight magnetic reso- nance image （DWI） should be denoised effectively to ensure the follow-up applications. The commonly used denoising methods which induced from gray level image lack the use of the specific information from multiple magnitude directions. This paper, therefore, proposes a modified linear minimum mean square error （LMMSE） denosing method used for DWI. The proposed method uses the local information to estimate the parameter of the Rician noise and modifies the LMMSE using the information of multiple magnitude directions synthetically. The simulation and experiment of the synthetic DWI and real human brain DWI dataset demonstrate that the proposed method can more effectively remove the Rician noise compared to the commonly used denoising method and improve the robustness and validity of the diffusion tensor magnetic resonance image （DTI）.
出处
《生物医学工程学杂志》
EI
CAS
CSCD
北大核心
2014年第1期7-12,共6页
Journal of Biomedical Engineering
基金
国家自然科学基金资助项目(81201158)
