Published May 1, 2024
| Version v1
Publication
New non-local mean methods for MRI denoising based on global self-similarity between values
Description
Magnetic resonance imaging (MRI) is a non-invasive medical imaging technique that provides high-resolution 3D images and valuable insights into human tissue conditions. Even at present, the refinement of denoising methods for MRI remains a crucial concern for improving the quality of the images. This study aims to improve the prefiltered rotationally invariant non-local principal component analysis (PRI-NL-PCA) algorithm. We relaxed the original restrictions using particle swarm optimization to determine optimal parameters for the PCA part of the original algorithm. In addition, we adjusted the prefiltered rotationally invariant non-local mean (PRI-NLM) part by traversing the signal intensities of voxels instead of their spatial positions to reduce duplicate calculations and expand the search volume to the whole image when estimating voxels' signal intensities. The new method demonstrated superior denoising performance compared to the original approach. Moreover, in most cases, the new algorithm ran faster. Furthermore, our proposed method can also be applied to process Gaussian noise in natural images and has the potential to enhance other NLM-based denoising algorithms.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
التصوير بالرنين المغناطيسي هو تقنية تصوير طبي غير جراحية توفر صورًا ثلاثية الأبعاد عالية الدقة ورؤى قيمة حول حالات الأنسجة البشرية. حتى في الوقت الحاضر، لا يزال تحسين طرق إزالة الضوضاء للتصوير بالرنين المغناطيسي مصدر قلق حاسم لتحسين جودة الصور. تهدف هذه الدراسة إلى تحسين خوارزمية تحليل المكونات الرئيسية غير المحلية غير المتغيرة بالتناوب (PRI - NL - PCA). لقد خففنا القيود الأصلية باستخدام تحسين سرب الجسيمات لتحديد المعلمات المثلى لجزء PCA من الخوارزمية الأصلية. بالإضافة إلى ذلك، قمنا بتعديل جزء الوسط غير المحلي غير المتغير الدوراني المرشح مسبقًا (PRI - NLM) من خلال اجتياز شدة إشارة الفوكسل بدلاً من مواضعها المكانية لتقليل الحسابات المكررة وتوسيع حجم البحث إلى الصورة بأكملها عند تقدير شدة إشارة الفوكسل. أظهرت الطريقة الجديدة أداءً متفوقًا في التقليل من التشويش مقارنة بالنهج الأصلي. علاوة على ذلك، في معظم الحالات، تعمل الخوارزمية الجديدة بشكل أسرع. علاوة على ذلك، يمكن أيضًا تطبيق طريقتنا المقترحة لمعالجة الضوضاء الغاوسية في الصور الطبيعية ولديها القدرة على تعزيز خوارزميات إلغاء التشويش الأخرى القائمة على NLM.Translated Description (French)
L'imagerie par résonance magnétique (IRM) est une technique d'imagerie médicale non invasive qui fournit des images 3D haute résolution et des informations précieuses sur les conditions tissulaires humaines. Même à l'heure actuelle, le raffinement des méthodes de débruitage pour l'IRM reste une préoccupation cruciale pour améliorer la qualité des images. Cette étude vise à améliorer l'algorithme d'analyse en composantes principales non locales (PRI-NL-PCA) pré-filtrée invariante en rotation. Nous avons assoupli les restrictions d'origine en utilisant l'optimisation de l'essaim de particules pour déterminer les paramètres optimaux pour la partie PCA de l'algorithme d'origine. En outre, nous avons ajusté la partie pré-filtrée de la moyenne non-locale invariante en rotation (PRI-NLM) en traversant les intensités de signal des voxels au lieu de leurs positions spatiales pour réduire les calculs en double et étendre le volume de recherche à l'image entière lors de l'estimation des intensités de signal des voxels. La nouvelle méthode a démontré des performances de débruitage supérieures par rapport à l'approche originale. De plus, dans la plupart des cas, le nouvel algorithme fonctionnait plus rapidement. En outre, notre procédé proposé peut également être appliqué au traitement du bruit gaussien dans les images naturelles et a le potentiel d'améliorer d'autres algorithmes de débruitage basés sur NLM.Translated Description (Spanish)
La resonancia magnética (IRM) es una técnica de imagen médica no invasiva que proporciona imágenes 3D de alta resolución e información valiosa sobre las condiciones de los tejidos humanos. Incluso en la actualidad, el refinamiento de los métodos de eliminación de ruido para la resonancia magnética sigue siendo una preocupación crucial para mejorar la calidad de las imágenes. Este estudio tiene como objetivo mejorar el algoritmo de análisis de componentes principales no locales invariantes rotacionalmente prefiltrados (PRI-NL-PCA). Relajamos las restricciones originales utilizando la optimización de enjambre de partículas para determinar los parámetros óptimos para la parte PCA del algoritmo original. Además, ajustamos la parte de la media no local invariante rotacionalmente prefiltrada (PRI-NLM) recorriendo las intensidades de señal de los vóxeles en lugar de sus posiciones espaciales para reducir los cálculos duplicados y expandir el volumen de búsqueda a toda la imagen al estimar las intensidades de señal de los vóxeles. El nuevo método demostró un rendimiento de eliminación de ruido superior en comparación con el enfoque original. Además, en la mayoría de los casos, el nuevo algoritmo se ejecutó más rápido. Además, nuestro método propuesto también se puede aplicar para procesar el ruido gaussiano en imágenes naturales y tiene el potencial de mejorar otros algoritmos de eliminación de ruido basados en NLM.Additional details
Additional titles
- Translated title (Arabic)
- طرق متوسطة غير محلية جديدة لتقليل ضجيج التصوير بالرنين المغناطيسي بناءً على التشابه الذاتي العالمي بين القيم
- Translated title (French)
- Nouvelles méthodes moyennes non locales pour le débruitage par IRM basées sur l'auto-similarité globale entre les valeurs
- Translated title (Spanish)
- Nuevos métodos medios no locales para la eliminación de imágenes por resonancia magnética basados en la autosimilaridad global entre valores
Identifiers
- Other
- https://openalex.org/W4394616634
- DOI
- 10.1016/j.compbiomed.2024.108450
References
- https://openalex.org/W1974438823
- https://openalex.org/W1983208069
- https://openalex.org/W2003863798
- https://openalex.org/W2014940628
- https://openalex.org/W2015096393
- https://openalex.org/W2023173554
- https://openalex.org/W2079227723
- https://openalex.org/W2085692415
- https://openalex.org/W2099801199
- https://openalex.org/W2133665775
- https://openalex.org/W2136396015
- https://openalex.org/W2140804420
- https://openalex.org/W2142592339
- https://openalex.org/W2144783994
- https://openalex.org/W2150534249
- https://openalex.org/W2777741489
- https://openalex.org/W2887579808
- https://openalex.org/W2890847992
- https://openalex.org/W2977883299
- https://openalex.org/W2989153599
- https://openalex.org/W3014974411
- https://openalex.org/W3169902780
- https://openalex.org/W3197078253
- https://openalex.org/W4206081481
- https://openalex.org/W4231579676
- https://openalex.org/W4235770099
- https://openalex.org/W4241074797
- https://openalex.org/W4246252528
- https://openalex.org/W4253484285
- https://openalex.org/W4285719527
- https://openalex.org/W4320487090