குறியிடப்பட்டது
- ஜெ கேட் திறக்கவும்
- கல்வி விசைகள்
- RefSeek
- ஹம்டார்ட் பல்கலைக்கழகம்
- EBSCO AZ
- பப்ளான்கள்
- மருத்துவக் கல்வி மற்றும் ஆராய்ச்சிக்கான ஜெனீவா அறக்கட்டளை
- கூகுள் ஸ்காலர்
பயனுள்ள இணைப்புகள்
இந்தப் பக்கத்தைப் பகிரவும்
ஜர்னல் ஃப்ளையர்
அணுகல் இதழ்களைத் திறக்கவும்
- உணவு மற்றும் ஊட்டச்சத்து
- உயிர்வேதியியல்
- கால்நடை அறிவியல்
- சுற்றுச்சூழல் அறிவியல்
- நரம்பியல் & உளவியல்
- நர்சிங் & ஹெல்த் கேர்
- நோயெதிர்ப்பு மற்றும் நுண்ணுயிரியல்
- பயோ இன்ஃபர்மேடிக்ஸ் & சிஸ்டம்ஸ் பயாலஜி
- பொது அறிவியல்
- பொருள் அறிவியல்
- பொறியியல்
- மரபியல் & மூலக்கூறு உயிரியல்
- மருத்துவ அறிவியல்
- மருத்துவ அறிவியல்
- மருந்து அறிவியல்
- வணிக மேலாண்மை
- விவசாயம் மற்றும் மீன் வளர்ப்பு
- வேதியியல்
சுருக்கம்
Development and Analysis of Filtering Algorithm Applied to T1 Weighted Clinical Brain Magnetic Resonance Images
Vedant Shulka, Amanora Kandivali, Bhakti Shakti Sakinaka
Non-Linear filters are used to filter out the artifacts and noise present in MR data. The balance between signal preservation and noise reduction makes restoration of MR data a complex task. Application of non-linear filters such as median and Non-Local Filter (NLM) filter converts the right-skewed Rician Distribution into un-skewed Gaussian distribution. It is evident that NLM filter gives better results than Bilateral and Median filter. As the distribution is un-skewed after application of non-linear filters, standard linear filters such as Gaussian and Wiener filters were applied and results were drawn. A linear combination of NLM and Gaussian filter gives satisfactory results. The experimentation was performed on 40 clinical images and NLM filter was found to have the best results. The Image Quality Indices used for comparison are Peak Signal-to-Noise Ratio (PSNR), Root Mean Squared Error (RMSE), Structural Similarity Index (SSIM) and Entropy. The experimentation was performed on MATLAB 2019a.