基于小波变换的磁共振图像去噪

波谱学杂志 ›› 2006, Vol. 23 ›› Issue (4): 529-541.

基于小波变换的磁共振图像去噪

黄世亮^1，2; 叶朝辉¹*; 裘鉴卿¹

(1.波谱与原子分子物理国家重点实验室(中国科学院武汉物理与数学研究所)，湖北武汉 430071; 2.中国科学院研究生院，北京 100049）

收稿日期:2006-03-21 修回日期:2006-04-17 出版日期:2006-12-05 发布日期:2009-12-05
通讯作者: 叶朝辉

Noise Reduction of Magnetic Resonance Images Based on Wavelet Transform: A Review

HUANG Shi-liang^1,2; YE Chao-hui¹*; QIU Jian-qing¹

(1.State Key Laboratory of Magnetic Resonance and Atomic and Molecular Physics (Wuhan Institute of Physics and Mathematics, Chinese Academy of Sciences), Wuhan 430071, China; 2.Graduate School of the Chinese Academy Sciences, Beijing 100049, China)

Received:2006-03-21 Revised:2006-04-17 Online:2006-12-05 Published:2009-12-05
Contact: YE Chao-hui

摘要/Abstract

摘要： 去噪是图像处理中的一个非常重要的问题. 传统去噪方法在降低噪声的同时会模糊图像的细节，基于小波变换的图像去噪方法能在降低图像噪声的同时较好地保持图像的细节，目前基于小波变换对图像进行去噪已经成为最有前途的去噪方法之一. 本文综合小波域去噪的文献，对小波域的磁共振图像去噪方法进行了综述，详细介绍了各种小波域的磁共振图像去噪方法，并对他们的性能进行了总结，对小波域去噪方法的发展趋势进行了展望.

关键词: 小波变换, 磁共振图像, 阈值, 去噪

Abstract: Denoising is an important issue in image processing. However, in the classical approaches there is often a tradeoff between reducing the noise level and preserving the high-frequency edges of the image. Denoising with wavelet transform has been acknowledged as one of the most promising methods for image denoising, as the method can not only remove the noise of the image but also preserve the edges of the image. The paper reviews the literature on denoising methods with wavelet transform, with emphasis on MR images denoising with wavelet transform. The future trend of wavelet image denoising is also discussed.

Key words: wavelet transform, magnetic resonance image, threshold, noise reduction

中图分类号:

O482.53

黄世亮1，2 ; 叶朝辉1 ; 裘鉴卿1 . 基于小波变换的磁共振图像去噪[J]. 波谱学杂志, 2006, 23(4): 529-541.

HUANG Shi-liang^1,2; YE Chao-hui¹*; QIU Jian-qing¹. Noise Reduction of Magnetic Resonance Images Based on Wavelet Transform: A Review
[J]. Chinese Journal of Magnetic Resonance, 2006, 23(4): 529-541.

[1]	孙京文, 闫士举, 韩勇森, 宋成利. 基于脑部磁共振图像三维局部模式变换特征提取进行阿尔茨海默病病程预测分类[J]. 波谱学杂志, 2019, 36(3): 268-277.
[2]	邵丹丹, 王雪雪, 潘自来, 陈克敏, 张中帅, 袁莉莉, 许子悦, 陈磊, 王金红. 刀锋伪影校正技术在精神疾病患者海马MRI检查中的应用[J]. 波谱学杂志, 2019, 36(3): 261-267.
[3]	柴青焕, 苏冠群, 聂生东. 双树小波变换与小波树稀疏联合的低场CS-MRI算法[J]. 波谱学杂志, 2018, 35(4): 486-497.
[4]	徐嘉文, 徐健, 周晓东, 张聪, 陈群. 基于Gadgetron平台的多GPU分布式磁共振图像重建[J]. 波谱学杂志, 2018, 35(3): 303-317.
[5]	常晓, 苏冠群, 聂生东. 基于小波变换的低场核磁共振信号去噪方法的研究进展[J]. 波谱学杂志, 2018, 35(3): 393-406.
[6]	张波, 谢海滨, 严序, 李文静, 杨光. 旋转不变的非局域均值算法在磁共振图像去噪中的应用[J]. 波谱学杂志, 2018, 35(2): 162-169.
[7]	李文静, 谢海滨, 严序, 周敏雄, 向之明, 杨光. 基于局部位移校正的磁共振图像相干平均[J]. 波谱学杂志, 2017, 34(3): 294-301.
[8]	杜庆阳, 常严, 钱嵩松, 杨晓冬. 针对磁共振射频脉冲的时频域分析方法比较研究[J]. 波谱学杂志, 2016, 33(4): 646-654.
[9]	赵欣欣, 薄斌仕, 刘田, 王乙, 李建奇. 定量磁化率成像多回波相位拟合算法研究[J]. 波谱学杂志, 2016, 33(4): 609-617.
[10]	韩明月，郑慧，胡炳文，杨光. 迭代软阈值法压缩感知重建谱峰较宽的二维固体谱 [J]. 波谱学杂志, 2015, 32(4): 551-562.
[11]	赵彬1，周小龙1，张英力2，杨培强2，聂生东1*. 基于改进非局部均值的CPMG信号去噪算法[J]. 波谱学杂志, 2015, 32(3): 499-510.
[12]	严序，周敏雄，徐凌，刘薇，杨光*. 用于MR图像非局域均值去噪的边缘增强策略[J]. 波谱学杂志, 2013, 30(2): 183-193.
[13]	李新军, 张英力, 杨培强, 聂生东. 基于小波滤波的低场NMR纤维上油率检测新方法[J]. 波谱学杂志, 2012, 29(1): 32-41.
[14]	刘瑜, 宋永臣, 李清平. 四氢呋喃水合物形成及饱和度的MRI检测[J]. 波谱学杂志, 2010, 27(4): 623-629.
[15]	杨振磊, 徐更光, 王振华, 刘科种, 郝凤龙. PETN炸药NQR信号处理方法[J]. 波谱学杂志, 2009, 26(4): 518-523.