《表2 临床数据的SNR值比较》
此外,为了验证上述实验的有效性和合理性,针对图1(a)所示的实际胸腔体模采用峰值信噪比(Peak Signal to Noise Ratio,PSNR)、平均结构相似度(Mean Structural Similarity Index Measure,MSSIM)和降噪时间作为衡量各模型去噪性能的客观性能评价指标,如表1所示。显然,本文模型相比于其他3种模型取得了较高的PSNR值和MSSIM值,这与上述实验的视觉效果对比图是吻合的,说明本文模型处理结果的降噪效果最优,且与对应的HDCT图像的相似度最高。另外,本文模型的降噪时间略高于TVBH模型和EWSO模型,明显低于NLM模型,总的来说耗时较短,便于应用于临床中。针对图3~图5中的(a)图所示的临床数据缺乏高质量的参考图像,采用信噪比[22](Signal to Noise Ratio,SNR)对局部感兴趣区域(ROI)进行质量评价,如表2所示。可以看出,本文模型对临床LDCT图像处理结果的定量评价均优于其他模型,进一步说明了本文模型处理临床数据的有效性。综上所述,本文模型是一个综合性能较优的去噪模型。
图表编号 | XD0083808600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 王娜、张权、刘祎、贾丽娜、桂志国 |
绘制单位 | 中北大学生物医学成像与影像大数据山西省重点实验室、中北大学信息与通信工程学院、中北大学生物医学成像与影像大数据山西省重点实验室、中北大学信息与通信工程学院、中北大学生物医学成像与影像大数据山西省重点实验室、中北大学信息与通信工程学院、中北大学生物医学成像与影像大数据山西省重点实验室、中北大学信息与通信工程学院、中北大学生物医学成像与影像大数据山西省重点实验室、中北大学信息与通信工程学院 |
更多格式 | 高清、无水印(增值服务) |