Semanti c Сегментация: Как оценить влияние шума на эффективность и надежность сегментации медицинского изображения?

Question

Я провел некоторую предварительную обработку, включая коррекцию смещения N4, удаление шума и масштабирование на медицинских 3D-МРТ, и мне был задан один вопрос:

Как оценить влияние шума на эффективность и надежность Сегментация медицинского изображения? При воздействии на структуру изображения различными шумами извлеченные элементы будут ухудшаться. Такой эффект следует использовать в контексте эффективности метода для различной интенсивности шума.

Как оценить влияние шума и как обосновать метод устранения шума, используемый в научной рукописи c?

Answer 1

Я не знаю, может ли это быть полезным, но я однажды делал в классе с ядерным магнитным c резонансом. В этом случае мы используем Шепп Логан Фантом с БПФ. затем мы добавляем шум к изображению (добавляя случайные числа с гауссовым распределением). Когда вы преобразуете изображение обратно в фантом, вы можете увидеть эффекты шума и иногда артефакты (в основном из-за алгоритма БПФ и выбранной оконной функции).

Что я сделал, так это проверил среднее значение цвета в изображение до и после, затем по краям пантомона (черепа) вы можете увидеть, насколько прозрачен переход от белого к черному и наоборот.

Это легко проверить с помощью кода MATLAB и фантома. Когда у вас есть нужная точность, вы можете применить алгоритм, который вы выбираете к реальным изображениям.