| Автори | С.П. Мамотенко, А.В. Нетреба |
| Афіліація |
Факультет радіофізики, електроніки та комп’ютерних систем, Київський національний університет імені Тараса Шевченка, 01601 Київ, Україна |
| Е-mail | avn@univ.kiev.ua |
| Випуск | Том 18, Рік 2026, Номер 1 |
| Дати | Одержано 15 грудня 2025; у відредагованій формі 17 лютого 2026; опубліковано online 25 лютого 2026 |
| Цитування | С.П. Мамотенко, А.В. Нетреба, Ж. нано- електрон. фіз. 18 № 1, 01008 (2026) |
| DOI | https://doi.org/10.21272/jnep.18(1).01008 |
| PACS Number(s) | 87.57.cm |
| Ключові слова | МРТ (4) , Періодограма, Багатовіконний метод, Ґауссівський шум, Перетворення Фур'є (3) , Реконструкція (3) , Шумозниження. |
| Анотація |
Медичні дані, якими є безпосередні результати МРТ-обстежень, на початковому етапі реєструються у вигляді сукупності даних, яка відповідає просторовому спектру виміряного сигналу. Високочастотна частина цього сигналу зазнає впливу шумів біологічного й небіологічного походження, що може ускладнювати інтерпретацію медичного зображення. Для зменшення цього впливу шумозниження традиційно виконують шляхом застосування різних типів фільтрів і віконних функцій до фінальних МРТ-зображень, наприклад T2-зважених, або ж шляхом перетворення їх у частотну область. Однак ці зображення оптимізовані не для шумозниження, а для зручності інтерпретації медичним спеціалістом, тому існує ризик некоректного відновлення початкового сигналу й втрати деталізації зображення. Останнім часом у наукових публікаціях було відмічено підхід багатовіконного аналізу, який використовує кілька ортогональних вікон для обробки зображення з шумом. У цій роботі ми досліджуємо його можливості для шумозниження, використовуючи дані що містять фазову, і амплітудну інформацію, на основі яких формується комплексне зображення, з якого відтворюється k-простір. Ці умови є більш наближеним до реального процесу реєстрації МРТ-сигналу. Ми припускаємо, що використання кількох вікон у k-просторі може зменшити зміщення та дисперсію спектральної оцінки, що призведе до зниження рівня шуму. Щоб визначити, як кількість вікон впливає на ефективність шумозниження, виконано порівняння з одновіконною періодограмою, а також із фільтром Non-Local Means (NLM) – одним із найпоширеніших підходів до шумозниження в медичних зображеннях. Результати, оцінені за піковим співвідношенням сигналу до шуму (PSNR), показують вищі значення для багатовіконного методу, ніж для двох інших. Тоді як індекс подібності ознак (FSIM) дає однакові значення для багатовіконного методу і методу стандартної періодограми, але обидва ці методи поступаються NLM фільтру. |
|
Перелік посилань |