Помощь в учёбе, очень быстро...
Работаем вместе до победы

Разработка методов и средств шумоподавления в томографии

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Другим широко распространенным методом в силу своей высокой информативности является магнитно-резонансная томография (МРТ), используемая преимущественно для исследований биологических объектов и медицинской диагностики. По сравнению с КТ, МРТ имеет более высокую разрешающую способность и контрастность изображений, даёт более чёткое представление об объёме и неравномерности распространения тканей… Читать ещё >

Содержание

  • ГЛАВА 1. Реконструкция томографических изображений
    • 1. 1. Присутствия шума в результатах измерений сигналов
    • 1. 2. Алгоритмы реконструкции распределения плотности
    • 1. 3. Структура данных о распределении протонной плотности
    • 1. 4. Качество томографических изображений
    • 1. 5. Зависимость соотношения сигнал/шум от выбранных параметров сканирования
    • 1. 6. Классификация искажений томографических изображений
  • Выводы по главе 1
  • ГЛАВА 2. Математические методы обработки изображений
    • 2. 1. Преобразование Фурье
    • 2. 2. Преобразование Габора и оконное преобразование Фурье
    • 2. 3. Основные положения теории вейвлет-анализа
    • 2. 4. Вейвлет-преобразования двухмерных сигналов
    • 2. 5. Сравнение вейвлет-преобразования и преобразования Фурье при обработке медицинских изображений
  • Выводы по главе 2
  • ГЛАВА 3. Коррекция изображений
    • 3. 1. Методы обработки изображений, улучшающие их визуальное восприятие
    • 3. 2. Фильтрация изображений
      • 3. 2. 1. Ранговая фильтрация
      • 3. 2. 2. Медианная фильтрация
      • 3. 2. 3. Адаптивная фильтрация
    • 3. 3. Вейвлет-анализ изображений
      • 3. 3. 1. Вейвлет Хаара
      • 3. 3. 2. Вейвлет Добеши
      • 3. 3. 3. Симлеты
      • 3. 3. 4. Койфлеты
      • 3. 3. 5. Другие виды вейвлетов
    • 3. 4. Исследование влияния различных вейвлет-фильтров на точность передачи геометрических размеров
    • 3. 5. Предлагаемый способ вейвлет-коррекции изображений с НЧ фильтрацией ^-пространства
    • 3. 6. Постановка задачи коррекции профиля чувствительности поверхностной катушки
  • Выводы по главе 3
  • Л
  • ГЛАВА 4. Решение задач шумоподавления
    • 4. 1. Обоснование выбора исследуемых объектов
    • 4. 2. Описание экспериментальной части
    • 4. 3. Предлагаемый алгоритм шумоподавления на основе вейвлетов
    • 4. 4. Анализ результатов коррекции
    • 4. 5. Алгоритм коррекции профиля чувствительности катушки
  • Выводы по главе 4
  • ГЛАВА 5. Сравнительный анализ оценки качества коррекции изображений
    • 5. 1. Оценка визуального качества
    • 5. 2. Количественные критерии качества изображений
    • 5. 3. Результаты расчетов количественных оценок
    • 5. 4. Практическое использование полученных результатов
    • 5. 5. Разработка рекомендаций по эксплуатации томографов
  • Выводы по главе 5

Разработка методов и средств шумоподавления в томографии (реферат, курсовая, диплом, контрольная)

Актуальность темы

В последние годы стремительными темпами развиваются технические устройства, позволяющие проводить исследования внутренней структуры объектов. Зачастую одни и те же изменения можно проводить с помощью устройств, основанные на различных принципах действия, при этом достоверность полученных данных будет сопоставима. В подобных условиях на первое место выходит информационная составляющая исследований.

На данном этапе наиболее информативным методом исследования внутренней структуры объектов является томография, на полноту и достоверность результатов которой влияет целый ряд факторов, зависящих, в первую очередь, от принципов реализации метода [74, 83].

Наиболее широко распространена компьютерная томография (КТ), позволяющая по ряду снимков путём математической обработки реконструировать плотность исследуемого вещества в ряде сечений. Популярность КТ связана с относительно низкими эксплуатационными затратами и короткой продолжительностью исследования. Это наиболее универсальный метод, позволяющий исследовать внутреннюю структуру как биологических, так и промышленных объектов, содержащих элементы из пластика, керамики, стекла и пр. Современные компьютерные томографы позволяют проводить измерения плотности вещества в диапазоне от -1024 до +3071 HU (плотность большинства биологических тканей от -150 до +100 HU). Возможности современных КТ-сканеров определяются не столько аппаратной частью, сколько математическим и программным обеспечением, обеспечивающим реконструкцию изображения.

Качество изображения зависит от многих факторов: системы коллимации (параллельности лучей и толщины среза), алгоритма реконструкции, физических процессов, участвующих в сборе данных и т. д. При этом интенсивность пиксела реконструированного изображения не всегда соответствует истинным значениям коэффициентов ослабления рентгеновских лучей исследуемым объектом. В этом случае на изображениях появляются различные артефакты и искажения изображений. Другим фактором, влияющим на достоверность получаемых данных, является температура окружающей среды, перепады которой приводят к повышению уровня шума на изображения и снижению точности измерений.

Другим существенным ограничением информативности КТ-изображений является получение данных только в поперечной плоскости, хотя современное программное обеспечение позволяет реконструировать изображения в любой другой плоскости, но при этом снижается разрешение изображений и точность проводимых измерений.

Другим широко распространенным методом в силу своей высокой информативности является магнитно-резонансная томография (МРТ), используемая преимущественно для исследований биологических объектов и медицинской диагностики. По сравнению с КТ, МРТ имеет более высокую разрешающую способность и контрастность изображений, даёт более чёткое представление об объёме и неравномерности распространения тканей [19]. Её несомненным преимуществом по сравнению с другими видами томографии является возможность непосредственного получения изображений в любой произвольной плоскости. Наиболее эффективны в эксплуатации высокопольные сверхпроводящие МР-томографы [75], позволяющие получать изображения с высоким пространственным разрешением и проводить функциональные исследования.

Соотношение сигнал/шум магнитно-резонансного (MP) изображения зависит от целого ряда параметров сканирования (последовательности импульсов, матрицы изображения, типа РЧ катушки) и свойств вещества (протонной плотности, процессов релаксации, диффузии). Различные последовательности импульсов позволяют регулировать вклад того или иного параметра в интенсивность регистрируемого сигнала для получения на изображении оптимального контраста между нормальными и измененными тканями [80]. К недостатками МРТ можно отнести высокую продолжительность исследования. Препятствием для проведения МРТ является наличие в отображаемом объекте металла, который вносит существенные искажения в однородность магнитного поля и вызывает появление артефактов изображений. Точность измерений и качество изображений в МРТ зависит от целого ряда факторов, связанных с настройками самого сканера, алгоритмами обработки сигнала или свойствами отображаемого объекта.

Исследования промышленных объектов с помощью МРТ затруднено, т.к. любой отображаемый объект должен содержать протоны водорода и не должен содержать металлических частиц. С другой стороны, МРТ является незаменимым методом неразрушающего контроля качества продуктов питания и проведения спектрального анализа различных веществ и тканей.

Довольно часто при анализе томографических изображений приходится сталкиваться со снимками, характеризующимися повышенным уровнем шума или содержащими помехи или артефакты, которые могут привести к постановке неверного диагноза. Цифровая форма представления таких данных позволяет проводить их дополнительную компьютерную обработку, позволяющую повысить соотношение сигнал/шум и качество измерений.

Шумоподавление является важной задачей томографии, поскольку шум определяет погрешность реконструкции распределений плотности вещества и точность определения геометрических размеров.

Шумом называют беспорядочные случайные колебания различной физической природы, отличающиеся сложностью временной и спектральной структуры [94]. Уменьшить случайный шум на изображениях можно увеличивая мощность рентгеновского излучения в КТ, что приводит к росту эксплуатационных затрат, или увеличивая число измерений (что увеличивает продолжительность исследования) в МРТ. В то же время, сокращение времени сканирования позволяет устранить ошибки измерений, вызванные изменением положения исследуемого объекта в пространстве, повысить качество исследований пациентов с нарушениями сознания и увеличить пропускную способность аппарата.

В настоящее время практически ценной и актуальной является задача разработки методов и средств устранения шума и артефактов изображений в томографии, новые пути решения которой стали возможны благодаря цифровой форме представления результатов измерений и использованию протокола DICOM 3.0, выполняющему функцию стандартизации медицинской графической информации [13, 65]. DICOM-файл хранит не только сведения об условиях проведения исследования, положении пациента в момент сбора данных и другие сведения, требуемые при анализе изображений объекта, полученных в разное время и в разных условиях, но и матрицу истинных значений интенсивностей регистрируемых сигналов. Последнее свойство DICOM является его отличительной особенностью, позволяющей проводить эффективную компьютерную коррекцию изображений, поскольку прочие форматы представления данных (например, jpeg) поддерживают лишь 256-уровневую шкалу интенсивностей, что приводит к потере части информации. Данная диссертационная работа посвящена разработке методов и алгоритмов шумоподавления на основе вейвлет-анализа изображений, представленных в формате DICOM.

Цель диссертационной работы. Целью данной работы является анализ и совершенствование существующих, а также разработка новых методов и средств шумоподавления.

Достижение данной цели позволяет решить важную научно-техническую проблему повышения качества изображений внутренней структуры объектов при сокращении времени исследования и лучевой нагрузки в различных видах томографии.

Задачи исследования. Для достижения поставленной цели были решены следующие задачи:

— анализ и сравнение существующих методов повышения качества изображений;

— исследование влияния вейвлет-фильтров на точность передачи геометрических размеров и на соотношение сигнал/шум;

— разработка методов и средств обработки томографических изображений, позволяющих повысить соотношение сигнал/шум и устранить наиболее характерные артефакты при сокращении времени сканирования;

— разработка и тестирование алгоритмов и программ шумоподавления, работающих с данными в исходном формате томографа, позволяющих снизить временные затраты на обработку данных и объем требуемой машинной памяти;

— разработка методики коррекции профиля чувствительности регистрирующей сигнал радиочастотной катушки;

— нахождение количественных оценок результатов шумоподавления, их статистический анализ и сравнение полученных методов шумоподавления с существующими.

Основные положения, защищаемые в диссертации:

1) использование ранговой, медианной и адаптивной фильтрации хотя и снижает уровень шума, приводит к размыванию изображений и потере мелких структур объектов;

2) разработанный метод вейвлет-анализа позволяет повысить качество изображений промышленных и биологических объектов при сокращении времени исследования, хотя, как известно, вейвлет-фильтры не снижают точность передачи геометрических размеров, но при этом позволяют увеличить соотношение сигнал/шум;

3) созданные программные средства, использующие данные в исходном формате томографа, позволяют повысить эффективность шумоподавления;

4) предложенная методика коррекции профиля чувствительности радиочастотной катушки позволяет повысить соотношение сигнал/шум и устранить ряд артефактов изображений;

5) проведенный статистический анализ качества коррекции изображений предложенным методом вейвлет-анализа позволяет сделать вывод об эффективности разработанных в диссертации методов и средств шумоподавления.

Методы исследования. Основные результаты работы получены с применением вейвлет-преобразовований данных и преобразования Фурье. В работе использованы методы ранговой и медианой фильтрации, фильтрации Винера, методы коррекции исходных данных k-пространства, вейв-лет-анализ, методы статистической обработки экспериментальных данных.

Научная новизна работы состоит в следующем:

— исследовано влияние применения различных вейвлет-фильтров на точность передачи геометрических размеров в томографии и соотношения сигнал/шум изображений;

— на основе проведенного системного анализа признаков артефактов томографических изображений предложены алгоритмы улучшения их качества;

— разработан алгоритм коррекции искажений, вызванных профилем чувствительности катушки;

— разработано программное обеспечение, реализующее подавление шума изображений и работающее с данными в исходном формате прибора;

— исследована зависимость качества откорректированных изображений от используемого алгоритма фильтрации и его параметров.

Совокупность представленных в работе результатов может рассматриваться как фундаментальные основы инженерных наук, касающиеся теории и эффективности функционирования томографических измерительных систем. Внедрение технических решений, принятых на основании исследований, проведенных в диссертационной работе, вносит значительный вклад в совершенствование томографических исследований.

Достоверность научных результатов, полученных в работе, обеспечивается строгостью постановки задач, применяемых математических методов, статистической обработкой полученных результатов и их сравнением, где это возможно, с известными данными. Обработка экспериментальных данных проводилась на базе кафедры измерительных технологий и компьютерной томографии СПбГУ ИТМО и кафедры рентгенологии Санкт.

Петербургской медицинской академии последипломного образования. Томографические изображения были получены в Санкт-Петербургской медицинской академии последипломного образования на MP-томографе «Signa Infinity» («General Electric») с магнитным полем В = 1,5 Тл и на компьютерном томографе LightSpeed Plus («General Electric»), в СПб ГУЗ «Городская Покровская больница» на MP-томографе «Signa Infinity» («General Electric») с магнитным полем В = 1,0 Тл и компьютерном томографе «Somatom AR. SP» («Siemens»), в Санкт-Петербургском научно-исследовательском психоневрологическом институте им. В. Н. Бехтерева на МР-томографе «Universal-Max» с магнитным полем В = 0,15 Тл.

Практическая ценность результатов работы заключается в создании средства шумоподавления, реализуемого с помощью программного продукта, эффективное применение которого возможно для широкого класса томографических исследований, требующих высокого качества изображений и точности измерений. Выполненные исследования и статистический анализ полученных результатов позволяют выработать рекомендации для пользователей медицинских томографов в областях, требующих быстрого получения изображений с высоким соотношением сигнал/шум. Метод улучшения качества и сжатия томографических изображений с помощью вейвлет-фильтров может применяться в клинической практике в диагностических центрах, в том числе при проведении удаленных консультаций (телемедицина) [58].

Реализация работы. Разработанные средства шумоподавления были использованы в ФГУ «Российский научно-исследовательский нейрохирургический институт им. проф. A.JI. Поленова» в рамках федеральной НИР «Некоторые фундаментальные вопросы современной нейрохирургии». Результаты работы были использованы при обработке результатов томографических исследований мелких биологических структур головного мозга, полученных с высоким пространственным разрешение.

Предложенные методики повышения качества томографических изображений позволило улучшить их качество и повысить информационную составляющую результатов исследований, проводимых на магнитно-резонансном томографе Universal-Max, установленном в Научно-исследовательском психоневрологическом институте им. В. Н. Бехтерева.

Разработанные алгоритмы шумоподавления в томографии, позволяющие повысить соотношение сигнал/шум и устранить характерные для быстрого сбора данных в MP-томографии артефактов, прошли апробацию и были внедрены на магнитно-резонансном и компьютерном томографах СПб ГУЗ «Городская Покровская больница».

Результаты диссертационной работы были внедрены в ГОУ ВПО «Санкт-Петербургская медицинская академия последипломного образования» при коррекции артефактов изображений, вызванных взаимодействием биологического объекта с поверхностью радиочастотной катушки. Предложена методика снижения артефактов на основе коррекции профиля чувствительности катушки и вейвлет-анализа сигнала.

Опубликованные результаты работы внедрены в учебный процесс на факультете точной механики и технологий СПбГУ ИТМО. Материалы были использованы при чтении лекций и проведении лабораторных работ по дисциплинам ЕН.Ф.06 «Физические основы получения информации», СД.Ф.02 «Теория измерений», СДМ.В.02 «Современные виды томографии», СД.Р.05 «Конструирование медицинских томографов», СД.Р.08 «Лучевая диагностика в клинической медицине», а также в учебном пособии [81], получившем гриф «Рекомендовано УМО по образованию в области приборостроения и оптотехники в качестве учебного издания для студентов высших учебных заведений, обучающихся по направлению подготовки 200 100 «Приборостроение» «.

Практическое использование результатов диссертационной работы подтверждено соответствующими документами.

Работа получила развитие и поддержку Российского фонда фундаментальных исследований по проекту 05−08−65 468а как работа в области фундаментальных основ инженерных наук.

Апробация работы. Результаты работы докладывались, обсуждались и получили положительную оценку на кафедре измерительных технологий и компьютерной томографии и кафедре мехатроникина I-III конференции молодых ученых (2003 г., 2004 г., 2005 г., СПб) — на IX международной конференции «Региональная информатика» (2004 г., СПб) — 4th European Congress on Computational Methods in Applied Sciences and Engineering ECCOMAS (Finland, 2004), конференции «Оптика и образование» (2004 г., 2006 г., СПб) — XXXIV научной и учебно-методической конференции СПбГУ ИТМО (2005 г., СПб) — Политехническом симпозиуме «Молодые ученые — промышленности Северо-Западного региона» (2005 г., СПб) — конференции «Информатика и управление в медицинских системах» (2006 г., СПб).

Публикации. По материалам диссертации опубликовано 13 работ, в том числе одно учебное пособие с грифом УМО.

Структура и объем диссертации

Диссертация состоит из введения, 5 глав, заключения, 3 приложений, библиографического списка из 95 наименований. Объем диссертации 124 страницы, 42 рисунка и 10 таблиц.

Выводы по главе 5.

При проведении шумоподавления изображений в томографии для достижения наилучшего эффекта необходимо учитывать тип исследуемого объекта и физический принцип получения информации (вид томографии).

Для снижения погрешностей измерений интенсивности сигнала (уменьшение среднеквадратического отклонения) необходимо использовать оптимизированные протоколы сканирования применительно к решаемым измерительным задачам. Использование дополнительной информации позволяет выбрать наиболее удобный протокол исследования и использовать оптимальные алгоритмы при шумоподавлении.

Коррекция протоколов сканирования должна осуществляться исходя из условия достижения оптимального соотношения сигнал/шум и времени сканирования.

Полученные в ходеMP-исследований препаратов головного мозга протоколы разработаны автором диссертации, позволяют достичь оптимального сочетания соотношения сигнал/шум и диагностической ценности исследования. Данные исследования выполнены в рамках федеральной НИР российского нейрохирургического института им. проф. A.JI. Поленова, а по их результатам планируется получение авторского свидетельства.

Необходимо предоставлять оператору возможность изменять параметры визуализации результатов исследования.

ЗАКЛЮЧЕНИЕ

.

Суммируя полученные результаты, можно констатировать, что цель диссертационной работы, сформулированная во введении, а именно, анализ и совершенствование существующих, а также разработка новых методов и средств шумоподавления, позволяющих повысить качество изображений в томографии, достигнута.

В диссертации решена научно-техническая проблема повышения качества изображений внутренней структуры (распределение плотности) объектов при сокращении времени исследования и лучевой нагрузки в различных видах томографии. Как следует из результатов работы, повышение качества измерений может быть осуществлено на основе вейвлет-анализа исходных данных, представленных в формате DICOM. Предложенные методы шумоподавления охватывают широкий спектр современных прикладных задач эксплуатации томографических установок.

Основные научные и практические результаты, полученные в результате исследований, заключаются в следующем:

1) проведенный анализ существующих методов повышения качества изображений показал, что использование ранговой, медианной и адаптивной фильтрации, обратного биортогонального вейвлет-фильтра приводит к размыванию изображений и непригодно при обработке томографических изображений биологических объектов;

2) исследование показало, что применение вейвлет-фильтров не влияет на точность передачи геометрических размеров, но при этом позволяет увеличить соотношение сигнал/шум.

3) разработанный метод вейвлет-анализа и программное обеспечение позволяют повысить качество изображений промышленных и биологических объектов за счет увеличения соотношения сигнал/шум и сократить время исследования при сохранении требуемой точности измерений;

4) созданные и протестированные программные средства, использующие данные в исходном формате томографа, позволяют повысить скорость и качество проводимого шумоподавления;

5) предложенная методика коррекции профиля чувствительности радиочастотной катушки позволяет повысить соотношение сигнал/шум и устранить артефакты изображений, вызванные взаимодействием объекта с ее поверхностью;

6) проведен количественный анализ качества коррекции изображений с точки зрения визуального восприятия (Q), степени отклонения реального распределения яркостей от нормального (<т), пикового соотношения сигнал/шум (PSNR) применительно к конкретным измерительным задачам;

7) представлен результат статистического анализа качества коррекции, позволяющий сопоставить эффективность шумоподавления с помощью различных вейвлет-функций.

8) использование вейвлет-преобразований при реконструкции изображений позволяет повысить ее скорость и увеличить соотношение сигнал/шум, а также сократить объем файла, что является важной задачей в клинической практике при сетевом обмене информацией без потерь;

9) разработаны рекомендации пользователям по эксплуатации томографов, позволяющие повысить качество измерений за счет снижения шума и артефактов изображений применительно к конкретным прикладным задачам;

10) полученные результаты внедрены при проведении томографических исследований в ряде медицинских и научно-исследовательских учреждений Санкт-Петербурга.

Показать весь текст

Список литературы

  1. Alexander М.Е., Baumgarter R. et. al. Wavelet domain de-noising of time-courses in MR image sequences // Magnetic resonance imaging. — 2000. -Vol. 18.-P. 1129−1134.
  2. Alexander M.E., Baumgarter R., Summer A.R. et. al. A wavelet-based method for improving signal-to-noise ratio and contrast MR images // Magnetic resonance imaging. 2000. — Vol. 18. — P. 169−180.
  3. Barber S., Nason G. Denoising real images using complex-valued wavelets -www.amsta.leeds.ac.uk/lasr2003/proceedings/barber.pdf
  4. Barrett J.F., Keat N. Artifacts in CT: Recognition and Avoidance // Radio Graphics. 2004. — Vol. 24. — P. 1679 — 1691.
  5. Brankov J.G., Yang Y. et. al. Multy-modality tomographic image reconstruction using MESH modeling. www.ipl.iit.edu/brankov/MultyModality/ brankov. pdf
  6. Bultheel A. Wavelets, with applications in signal and image processing. -www.cs.kuleuven.ac.be/~ade/WWW/WAVE/sigO.pdf, 2002.
  7. Buonocore M.H., Zhu D.C. High Spatial Resolution EPI Using an Odd Number of Interleaves //Magnetic Resonance in Medicine. 1999. — Vol. 41. -P. 1199−1205.
  8. Bydder M., Robson M.D. Partial Fourier Partially Parallel Imaging // Magnetic Resonance in Medicine. 2005. — Vol. 53. — P. 1393 — 1401.
  9. Chang H., Fitzpatrick J.M. A technique for accurate magnetic resonance imaging in the presence of field inhomogeneities // IEEE Transactions on Medical Imaging. 1995. — P. 152 — 91.
  10. O.Chen G. Applications of wavelet transforms in pattern recognition and de-noising. Concordia Univ. of Canada, 1999.
  11. Collewet G., Strzelecki M., Mariette F. Influence of MRI acquisition protocols and image intensity normalization methods on texture classifica // Magnetic Resonance Imaging. 2004. — Vol. 22. — P. 81 — 91.
  12. Davatzkos C., Prience J.L., Bryan R.N. Image registration based on boundarymapping //IEEE Transactions on Medical Imaging. 1996. — Vol. 15. -№ 21.-P. 112−115.
  13. Digital Imaging and Communications in Medicine (DICOM). -http://medical.nema.org/dicom
  14. A.Elster C., Link A., Schubert F. et.al. Quantitative MRS: comparison of time domain and time domain frequency domain methods using a novel test procedure //Magnetic Resonance Imaging. 2000. — Vol. 18. — P. 597 — 606.
  15. Groswami J.C., Chan A.K. Fundamentals of wavelets. Theory, algorithms and application. Wiley, 2002.
  16. Lin F.H., Chen Y.J., et. al A wavelet-based approximation of surface coil sensitivity profiles for correction of image intensity inhomogeneity and parallel imaging reconstruction // Human brain mapping. -2003. Vol. 19. — P. 96−111.
  17. Moghaddam A.N., Soltanian-Zadeh H. Mapping of magnetic field inho-mogeneity and removal of its artifact from MR images // Image Processing. -2003. Vol. 5032. — P. 780 — 787.
  18. Nuclear magnetic resonance imaging technology: a clinical, industrial, and policy analysis // Steinberg E.P., Cohen A.B.- Washington: U.S. Congress, 1984.
  19. Pan Q., Zhang L., Dai G.Z., Zhang H.C. Two denoising methods by wavelet transform // IEEE Transactions on Signal Processing. 1999. — Vol. 47(12). -P. 3401−3406.
  20. Pauly J. Partial k-space reconstruction finrib.ox.ac.uk/~karla/ read-inggroup/lecturenotes/ReconPaulyread.pdf, 2005
  21. PizuricaA., Wink A.M. et. al. A review of wavelet denoising in MRI and ultrasound brain imaging // Current medical imaging reviews. 2006. — Vol. 2. -P. 247−260.
  22. ЪХ.РопШа J., Strela V. et. al. Image Denoising using Gaussian Scale Mixtures in the Wavelet Domain Technical Report, TR2002−831, New York University, Sept. 2002. http://citeseer.ist.psu.edu/portilla02image.html
  23. QiX., TyleraJ.M., Pianykh O.S. Diagnostically lossless medical image compression via wavelet-based background noise removal bit.csc.lsu.edu/~xqi/ Paper/SPIEl.pdf
  24. A5.Strumas N., Antonyshyn O. et. al. Computered tomography artefacts: an experimental investigation of causative factors // Can J Plast Surg. 1998. -Vol. 6(1).-P. 23−29.
  25. Sykora S. K-space formulation of MRI // www.ebyte.it/library/educards/ mri/K-SpaceMRI.html
  26. Tang Zhi Wei, Wang Jian Guo, Huang Shun Ji, «The wavelet transformation application for image fusion,» in Wavelet Application VII, H. H. Szu, ed., Proc. SPIE. 2000. -Vol. 4056. — P. 462 — 469.
  27. Unser M, AldroubiA., Laine A. Wavelets in Medical Imaging //IEEE Transactions on Medical Imaging. 2003. — Vol. 22. — № 3. — P. 285 — 288.
  28. Van der Glas M. Principles of computerized tomographic images -http://www.ph.tn.tudelft.nl/~marlein/pdf/CT.pdf, 2000.
  29. Wang J., Wiederholdy G., Li J. Wavelet-based progressive transmission and security filtering for medical image distribution // http://dbpubs.stanford.edu:8090/pub/l 998−1
  30. H.M. Вейвлет-анализ: основы теории и примеры применения // Успехи физических наук. 1996. — Т. 166. — № 11. — С. 1145 -1170.
  31. К. Вейвлет-анализ. Основы теории. М.: Техносфера, 2004.
  32. Васильев К. К, Наместников С. М. Анализ методов сжатия изображений при разных критериях оценки качества восстановленного изображения.
  33. Ю.Е. Оценивание оптимального параметра регуляри-зующих алгоритмов восстановления изображений // Автометрия. -1995.-№ 3.-С. 68.
  34. П.А., Иванов В. А., Марусина М. Я. Расчет и проектирование электромагнитных систем магниторезонансных томографов: Учебноепособие. СПб: СПбГУ ИТМО, 2004. — 87 с.
  35. К.В., Казначеева А. О., Трофимова Т. Н. Повышение качества диагностики путем внедрения системы PACS в рентгеновском отделении СПбМАПО. Сборник научных трудов «Информатика и управление в медицинских системах» СПб.: СПбМАПО, 2006. — С.79 -81.
  36. И.М., Иванов О. В., Нечитайло В. А. Вейвлеты и их использование // Успехи физических наук. 2001. — Т. 171. — № 5. — С. 465 -501.62Дьяконов В. MATLAB 6.0/6.1/6.5. Обработка сигналов и изображений-М.: СОЛОН-Пресс, 2004.
  37. Дьяконов В.П. MATLAB 6.5 SP1/7/7 SP1 + Simulink 5/6. Работа с изображениями и видеопотоками. М.: СОЛОН-Пресс, 2005.64Дьяконов В. П. Вейвлеты. От теории к практике. М.: СОЛОН-Пресс, 2004.
  38. И.В. Стандарт электронного обмена медицинскими изображениями DICOM // Компьютерные технологии в медицине. 1996. — № 3. — С. 56−59.
  39. И.М. Краткий курс теории обработки изображений // matlab.exponenta.ru/imageprocess/book2/index.php
  40. В.А., Марусина М. Я., Рущенко Н. Г., Сизиков В. С. Реконструкция MP-изображений с учетом неоднородностей // Научное приборостроение. -2003.-Т. 13.-№ 2.-С.17−21.
  41. В.А., Суворов А. С., Полонский Ю. З., Трофимова Т. Н. Методы лучевой диагностики и информационные технологии в клинической практике: магнитно-резонансная томография // СПб.: МАЛО, 2001. С.
  42. В.А., Суворов А. С., Полонский Ю. З., Трофимова Т. Н. Методы лучевой диагностики и информационные технологии в клинической практике: компьютерная томография и информационные технологии // СПб.: МАЛО, 2001.-С. 23.
  43. А.О. Коррекция неоднородности изображения с помощью вейвлет-преобразований. // Научно-технический вестник СПбГУ ИТМО. Выпуск 28. СПб.: СПбГУ ИТМО, 2006. — С. 46 — 49.
  44. А.О. Устранение искажений MP-изображений. Сборник статей «Современные технологии» /Под. ред. С. А. Козлова. СПб: СПбГУ ИТМО, 2003.-С. 140−145.
  45. И.К., Савицкий А. А. ЯМР-томография в нестабильном и неоднородном поляризующем магнитном поле // Прикладная спектроскопия. 1999. — Т. 66. -№ 2. — С. 270 — 274.
  46. М.Я., Казначеева А. О. Влияние параметров сканирования на качество изображения. Вестник II Межвузовской конференции молодых ученых СПбГУ ИТМО. Сборник научных трудов / Под ред. В. Л. Ткалич. Том 2. СПб: СПбГУ ИТМО, 2005. — С. 179 — 182.
  47. М.Я., Казначеева А. О. Информационный аспект томографии: Сборник трудов IX Международной конференции «Региональная информатика 2004», СПб.: 2004. С. 333−334.
  48. М.Я., Казначеева А. О. Шумоподавление в томографии с помощью вейвлет-фильтров // Изв. Вузов. Приборостроение. 2006. — Том 49. -Ша-С. 51−57.
  49. М.Я., Скалецкая Н. Д., Казначеева А. О. Коррекция пространственных искажений в томографии // Научное приборостроение. -2005. Т. 15. — № 3. — С. 77 — 82.
  50. В.М., Орлов С. В., Сысоев И. А. Оценка деградации изображения на поверхности чеканного инструмента // Металлообработка. 2006. № 2(32). С. 32−35.
  51. Ю.Новиков И. Я., Стечкин С. Б. Основы теории всплесков. М.: Успехи мат. наук, 1998.
  52. JI.B. Основы вейвлет-анализа сигналов. СПб: ИанП РАН, 1999.
  53. А.Б. Алгоритмы адаптивной фильтрации: особенности реализации в MATLAB // www.exponenta.ru. 2003. — № 1 (1). — С. 18 — 28.
  54. B.C. Математические методы обработки результатов измерений: Учебник для вузов. СПб: Политехника, 2001. — 240 с. 91 .Смоленцев Н. К. Основы теории вейвлетов. Вейвлеты в MATLAB. М.: ДМК Пресс, 2005.
  55. А.Н., Арсенин В. Я., Тимонов А. А. Математические задачи компьютерной томографии. М.: Наука, 1987. — 160 с.
  56. И.Н. Статистическая теория томографии. М.: Радио и связь, 1989.-240 с.9А.Физическж энциклопедический словарь /под ред. Прохорова A.M. М.: «Советская энциклопедия», 1984.
Заполнить форму текущей работой