Издательство ГРАМОТА - публикация научных статей в периодических изданиях
Альманах современной науки и образованияПедагогика. Вопросы теории и практикиФилологические науки. Вопросы теории и практики (входит в перечень ВАК)Исторические, философские, политические и юридические науки, культурология и искусствоведение. Вопросы теории и практики (входит в перечень ВАК)

Архив научных статей

ИСТОЧНИК:   Альманах современной науки и образования. Тамбов: Грамота, 2013. № 2. С. 73-76. ISSN 1993-5552.
РАЗДЕЛ: Технические науки
Опубликовать статью в журнале | Показать содержание номера | Показать все статьи раздела | Предметный указатель

Лицензионное соглашение об использовании научных материалов.

ФРАКТАЛЬНЫЙ АНАЛИЗ ЗАШУМЛЕННОСТИ МАГНИТНО-РЕЗОНАНСНЫХ ТОМОГРАММ

Казначеева Анна Олеговна
Национальный исследовательский университет информационных технологий, механики и оптики


Аннотация. В статье развивается фрактальный метод анализа томограмм, основанный на взаимосвязи фрактальной размерности и зашумленности изображения. Анализ экспериментальных данных показал, что изменение параметров сканирования технических объектов изменяет фрактальную размерность шума томограмм в диапазоне от 1,31 до 1,42, в то время как появление внешнего источника шума приводит к снижению размерности до 1,18. Для клинических томограмм наличие образований также приводит к изменению фрактальной размерности шума.
Ключевые слова и фразы: фрактальная размерность, параметр Херста, томография, шум, качество изображений.
Открыть полный текст статьи в формате PDF. Бесплатный просмотрщик PDF-файлов можно скачать здесь.

 

Список литературы:
  1. Казначеева А. О. Возможности и ограничения высокопольной магнитно-резонансной томографии (1, 5 и 3 Тесла) // Лучевая диагностика и терапия. 2010. № 4. С. 83-87.
  2. Казначеева А. О. Разработка методов и средств шумоподавления в томографии: автореф. дисс. … канд. техн. наук. СПб., 2006. 19 с.
  3. Монич Ю. И., Старовойтов В. В. Оценки качества для анализа цифровых изображений // Искусственный интеллект. 2008. № 4. C. 376-386.
  4. Павлов А. Н., Анищенко В. С. Мультифрактальный анализ сложных сигналов // Успехи физических наук. 2007. Т. 177. № 8. С. 859-876.
  5. Федер Е. Фракталы. М.: Мир, 1991. 254 с.
  6. Aja-Fernandez S., Antonio T. V., Alberola-Lopez C. Noise Estimation in Single and Multiple Magnetic Resonance Data Based on Statistical Models // Magnetic Resonance Imaging. 2009. Vol. 27. P. 1397-1409.
  7. Iftekharuddin K., Zheng J., et. al. Fractal-Based Brain Tumor Detection in Multimodal MRI // Applied Mathematics and Computation. 2009. Vol. 27 (1). P. 23-41.
  8. Takahashi T., Murata T., Narita K., et. al. Multifractal Analysis of Deep White Matter Microstructural Changes on MRI in Relation to Early-Stage Atherosclerosis // NeuroImage. 2006. Vol. 32. P. 1158-1166.
  9. Wilder W. C. Subjective Relevant Error Criteria for Pictorial Data Processing: report TR-EE 72-34 / Purdue University; School of Electrical Engineering. 1972. December.
  10. Wu Y., Shyu K., Jao C., et. al. Fractal Dimension Analysis for Quantifying Cerebellar Morphological Change of Multiple System Atrophy of the Cerebellar Type // NeuroImage. 2010. Vol. 49. P. 539-551.

Опубликовать статью в журнале | Показать содержание номера | Показать все статьи раздела | Предметный указатель

© 2006-2017 Издательство ГРАМОТА

разработка и создание сайта, поисковая оптимизация: krav.ru