logo
calendar13 May 2024
view25
Основной язык:Узбекский

КРИТЕРИИ ОЦЕНКИ КАЧЕСТВА МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ, ПОЛУЧЕННЫХ НА МУЛЬТИСПИРАЛЬНОМ КОМПЬЮТЕРНОМ ТОМОГРАФИЧЕСКОМ СКАНЕРЕ

Область науки:
pdf

664144b61308d.pdf

PDF

«Транспортные средства и дороги»

«Транспортные средства и дороги»

Опубликовать статьюsee more

АННОТАЦИЯ СТАТЬИ

quote
Роль использования мультиспиральных компьютерных томографов в сфере современной медицины несопоставима. Это, в свою очередь, приводит к резкому увеличению количества медицинских изображений, получаемых с помощью этих устройств медицинской визуализации. Однако в некоторых случаях эти медицинские изображения могут быть подвержены различным артефактам и шуму в процессе визуализации и передачи, что, в свою очередь, приводит к снижению качества изображения. Очень важно оценивать и улучшать качество изображений, получаемых с таких мультиспиральных компьютерных томографов, чтобы обеспечить их надежность для диагностических и аналитических целей. В данной исследовательской работе основное внимание уделяется оценке качества медицинских изображений без использования эталонного изображения. Шум является основным фактором, снижающим качество изображения при компьютерной томографии. По этой причине в этом исследовании рассматриваются 7 типов шума, обычно встречающихся на изображениях. Для каждого типа зашумленного изображения используется 12 методов шумоподавления. После применения этих фильтров к медицинским изображениям важно определить наиболее эффективный фильтр для снижения шума изображения путем оценки качества изображения. По этой причине для оценки качества обработанного изображения используются 3 безоценочных критерия, а для каждого типа шума разрабатываются фильтр и критериальное правило.

АВТОРЫ

N.Mamatov

National Research University Tashkent Institute of Irrigation and Agricultural Mechanization Engineers.

P.Sultanov

Republican Research Centre of Emergency Medicine.

M.Jalelova

Karakalpak State University named after Berdakh.

Теги

# image quality# качество изображения# multispiral computed tomography# шум# noise# шовқин# Gaussian distribution# no-reference evaluation# BRISQUE# NIQE# BIQI# NSS# мультиспиральная компьютерная т# безбенчмарковая оценка# распределение Гаусса# мультиспиралли компьютер томогра# тасвир сифати# эталонсиз баҳолаш# Гаусс тақсимоти

ДРУГИЕ СТАТЬИ ЭТОГО ЖУРНАЛА

Оценить статью

0
оценок: 0
5
4
3
2
1

Идентификаторы статьи

ROI:

https://eroi.uz/11.0206/A0524-0079

DOI:

Недоступно

Список литературы

1.Старовойтов В. В., Старовойтов Ф. В. Сравнительный анализ безэталонных мер оценки качества цифровых изображений // Системный анализ и прикладная информатика. 2017. № 1. С. 24-32.

2.M. Gupta, H. Taneja, and L. Chand, “Performance enhancement and analysis of filters in ultrasound image denoising,” Procedia Computer Science, vol. 132, pp. 643–652, 2018.

3.B. Goyall, A. Dogra1, S. Agrawal1, and B. S. Sohi, “Noise issues prevailing in various types of medical images,” Biomedical & Pharmacology Journal, vol. 11, pp. 1227-1237, September 2018.

4.M. H. Ali, “MRI medical image denoising by fundamental filters,” SCIREA Journal of Computer, vol. 2, pp. 12-26, 2017.

5.Priyanka Kamboj and Varsha Rani, “A Brief Study of Various Noise Model and filtering Techniques,” Journal of Global Research in Computer Science, Volume 4, No 4, pp.166-177, April 2013.

6.Thanh, Dang & Prasath, Surya & Le Minh, Hieu. (2019). A Review on CT and X-Ray Images Denoising Methods. Informatica. 43. 151-159. 10.31449/inf.v43i2.2179.

7.J. S. Lee, “Digital image enhancement and noise filtering by use of local statistics,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 2, pp. 165-168, March 1980.

8.Perumal, B., Sindhiya, R., y Pallikonda, M. (2021). Extermination methods of image noises: a review. 3C Tecnología. Glosas de innovación aplicadas a la pyme, Edición Especial, (noviembre, 2021), 243-259. https:// doi.org/10.17993/3ctecno.2021.specialissue8.243-259

9.Nik, M.M.Pura & Se, S.V.Hal. (2018). A Review Paper: Study of Various Types of Noises in Digital Images. International Journal of Engineering Trends and Technology. 57. 40-43. 10.14445/22315381/IJETT-V57P208.

10.Bindhya, P & Jegan, Chitra & Raj, V. (2020). A Review on Methods of Enhancement and Denoising in Retinal Fundus Images. INTERNATIONAL JOURNAL OF COMPUTER SCIENCES AND ENGINEERING. 8. 1-9. 10.26438/ijcse/v8i12.19.

11.Muna Khalid Jasim, RehanHamdullah Najm, Emran Hassn Kanan, Hamza Esam Alfaar,

12.Bharati, Subrato & Khan, Tanvir & Podder, Prajoy & Hung, Nguyen. (2020). A Comparative Analysis of Image Denoising Problem: Noise Models, Denoising Filters and Applications. 10.1007/978-3-030-55833-8_3.

13.Maity, Alenrex & Chatterjee, Rishav. (2018). Impulsive Noise in Images: A Brief Review. Vision Graphics and Image Processing. Vol 4. 6-15. 10.19101/TIPCV.2017.39025.

14.Garg, Gaurav & Juneja, Mamta. (2019). A survey of denoising techniques for multi parametric prostate MRI. Multimedia Tools and Applications. 78. 10.1007/s11042-018-6487-2. 15.Bhonsle D, C.V., Sinha GR: ‘Medical image denoising using bilateral filter’, Int J Image Gr Signal Process 4, 2012, pp. 36–43

16.Uk, Ijeacs. (2017). Performance Assessment of Several Filters for Removing Salt and Pepper Noise, Gaussian Noise, Rayleigh Noise and Uniform Noise. International Journal of Engineering and Applied Computer Science (IJEACS). 02. 176-180. 10.24032/ijeacs/0206/01.

17.Ikhsan, Mohammad. (2021). Comparative Analysis of Different Algorithms for Image Denoising. 10.13140/RG.2.2.29939.14883.

18.Perumal, B., Sindhiya, R., y Pallikonda, M. (2021). Extermination methods of image noises: a review. 3C Tecnología. Glosas de innovación aplicadas a la pyme, Edición Especial, (noviembre, 2021), 243-259. https://doi.org/10.17993/3ctecno.2021.specialissue8.243-259

19.Kaur, Gurjinder & Garg, Meenu & Gupta, Sheifali & Gupta, Rupesh. (2021). Denoising of images using Thresholding Based on Wavelet Transform Technique. IOP Conference Series: Materials Science and Engineering. 1022. 012031. 10.1088/1757-899X/1022/1/012031.

20. Колчаев Д. А., Муратов Е. Р., Никифоров М. Б. Математическое обеспечение системы динамического выбора метода улучшения изображений в реальном времени // Известия ТулГУ. Технические науки. 2017. Вып. 2. С. 83-89.