Adaptive trimmed mean autoregressive model for reduction of poisson noise in scintigraphic images

Abstract

Model 2-D Auto-Pengurangan Purata Potongan Penyesuaian (ATMAR) telah dicadangkan bagi menghilangkan gelombang bunyi yang dicemari pada imej perubatan dengan bunyi Poisson. Imej yang tidak ditapis ini telah dibahagikan kepada pecahan kecil dan model ATMAR telah diadaptasi bagi setiap pecahan. Dalam kajian ini, dua 5x5 kotak tetingkap dengan 40% pertindihan telah digunakan bagi mendapatkan nilai tengah piksel pada barisan tengah. Pekali AR telah dikemas kini dengan meluncurkan kedua-dua kotak tetingkap ke hadapan dengan 60% perubahan. Proses yang sama telah diulang dengan mengimbas imej keseluruhan bagi mendapatkan imej yang telah dinyahbunyi. Tapisan Purata Potongan Penyesuaian (ATMF) ini menghilangkan perubahan paling bawah dan paling atas dalam nilai piksel imej model ATMAR yang dinyahbunyi dan menyama-rata saki-baki nilai piksel bersebelahan. Akhir sekali, perubahan cara-kuasa telah diadaptasi pada imej akhir model ATMAR bagi regangan ketara. Kualiti imej telah dinilai dari sudut korelasi, Kesalahan Purata Kuasa Dua (MSE), Indeks Ukuran Persamaan Struktur (SSIM) dan Signal Puncak kepada Nisbah Bunyi (PSNR) melalui kaedah terkini nyah-bunyi pada imej. Teknik ini menunjukkan cara berkesan bagi menurunkan bunyi Poisson pada imej saintigrafik pada asas piksel-kepada- piksel. Korelasi tertinggi adalah 0.9706, PSNR 10.023 dan MSE 25.902 telah dicapai melalui teknik yang dicadangkan.