بهبود کیفیت تصاویر سونوگرافی به کمک شبکه های عصبی هوشمند

بسیاری از تصاویر پزشکی که نسبت سیگنال به نویز ضعیفی دارند، در صورت استفاده در سیستم تشخیص خودکار، غالباً منجر به تشخیص نادرست بیماری می گردند، بنابراین حذف نویز از تصاویر آلتراسوند، یکی از با اهمیت ترین بخش های یک سیستم تشخیص بیماری به کمک کامپیوتر است. روش حذف نویز اسپکل از تصاویر آلتراسوند به کمک شبکه های عصبی پیشنهاد شده در این مقاله، بر اساس مشتق مرتبه ی دوم پیکسل ها و با مقدار آستانه ی تطبیقی عمل می کند. این سیستم به منظور شناسایی مقادیر تصادفی اسپکل ها از تصویر نویزی و به دست آوردن تصویر بازسازی شده با کیفیت بالا طراحی شده است. پارامترهایی جهت تحلیل و مقایسه ی عملکرد روش پیشنهادی با دیگر روش های حذف نویز معمول تعریف شده است. نتایج تجربی به دست آمده نشان می دهند که روش پیشنهادی، ابزاری قوی برای حذف نویز اسپکل همراه با دقت لازم برای جلوگیری از خطای انسانی در سیستم های شناسایی غیرخودکار است. روش پیشنهادی، نسبت به روش های دیگر که پیکسل های نویزی را تعیین می کنند و عملیات فیلترینگ را روی آن ها انجام می دهند، عملکرد بهتری دارد. به طور معمول، هنگامی که سطوح بالای نویز اسپکل به تصویر آلتراسوند اضافه می شود، الگوریتم پیشنهادی عملکرد بهتری نسبت به دیگر فیلترهای مرسوم دارد.