胎儿脑部核磁共振图像的自适应核回归去噪方法
倪倩1
刘犇2
韩远峰1
余权桂1
陈雄德1
温铁祥3
1.广州中医药大学深圳医院(福田)医疗设备部,深圳 5180002.深圳市儿童医院,深圳 5180003.深圳技术大学 健康与环境工程学院,深圳 518000
摘要：针对胎儿脑部核磁共振图像(MRI)存在莱斯(Rician)分布的噪声问题,本研究提出了一种核回归理论去噪方法.首先,采用传统核回归(CKR)函数获得图像的梯度信息;然后,利用梯度信息和自适应核回归(AKR)函数,构建表征图像局部特性的协方差矩阵,实现对MRI数据的自适应去噪.对不同Rician噪声等级的9 组胎儿脑部和12 组成人脑部MRI数据的定量分析结果表明:AKR去噪算法能够使均方根误差(RMSE)最大降低约28.64%～57.57%;峰值信噪比(PSNR)最大提高11.67%～45.50%;结构相似性指数(SSIM)最大提高 7.95%～72.50%.对仿真数据和真实胎儿脑部 MRI公开数据集的定性分析结果表明,该算法能较好地去除胎儿和成人脑部MRI数据的噪声,并且能够保持图像的全局特征.
关键词：胎儿脑部核磁共振自适应核回归图像去噪
分类号：R318(医用一般科学)
资助基金：国家自然科学基金(61401451)深圳市科技计划项目(JCYJ20220530153408019)深圳市基础研究重点项目(JCYJ20200109114812361)
论文发表日期：2025-12-30
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：8( 363-370 )
英文信息