...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Multimedia Tools and Applications >An optimized non-local LMMSE approach for speckle noise reduction of medical ultrasound images
【24h】

An optimized non-local LMMSE approach for speckle noise reduction of medical ultrasound images

机译：用于医学超声图像的斑点降噪的优化非本地LMMSE方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相关主题

摘要

In this paper, a modified linear-minimum-mean-square-error (LMMSE)-based estimator is presented to reduce speckle noise in ultrasound (US) medical images. In order to significantly improve the performance of the LMMSE estimator, we consider the data redundancy feature which naturally exists in the US images. Since the classical LMMSE method, due to the use of local statistics, cannot perform well in areas where the intensity variation is high, we exploit the similarity between pixels to resolve this problem. In this regards, by using characteristics of the second order local statistics and Pearson distance, an optimum set of similar pixels is selected to be used in the proposed LMMSE-based estimator. Therefore, a good balance between maintaining small details and reducing speckle noise in different regions of US images can be achieved. Quantitative and qualitative results on synthetic and real US data demonstrate that the proposed method yields competitive results in despeckling process compared to the state-of-the-art methods.
机译：在本文中，提出了一种修改的线性最小值平均方误差（LMMSE），以减少超声（US）医学图像中的斑点噪声。为了显着提高LMMSE估计器的性能，我们考虑自然存在于美国图像中的数据冗余功能。由于典型的LMMSE方法，由于使用本地统计数据，因此在强度变化高的区域中不能表现良好，我们利用像素之间的相似性来解决此问题。在这方面，通过使用二阶局部统计和Pearson距离的特性，选择最佳的类似像素组以便在所提出的基于LMMSE的估计器中使用。因此，可以实现在维护小细节和减少美国图像的不同区域中的散斑噪声之间的良好平衡。合成和真实美国数据的定量和定性结果表明，与最先进的方法相比，所提出的方法在检测过程中产生竞争力。

著录项

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号