Comparison of Reducing the Speckle Noise in Ultrasound Medical Images using Discrete Wavelet Transform
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Speckle noise in ultrasound (US) medical images is the prime factor that undermines its full utilization. This noise is added by the constructive / destructive interference of sound waves travelling through hard- and soft-tissues of a patient. It is therefore generally accepted that the noise is unavoidable. As an alternate researchers have proposed several algorithms to somewhat undermine the effect of speckle noise. The discrete wavelet transform (DWT) has been used by several researchers. However, the performance of only a few transforms has been demonstrated. This paper provides a comparison of several DWT. The algorithm comprises of a pre-processing stage using Wiener filter, and a post-processing stage using Median filter. The processed image is compared with the original image on four metrics: two are based on full-reference (FR) image quality assessment (IQA), and the remaining two are based on no-reference (NR) IQA metrics. The FR-IQA are peak signal-to-noise ratio (PSNR) and mean structurally similarity index measure (MSSIM). The two NR-IQA techniques are blind pseudo-reference image (BPRI), and blind multiple pseudo-reference images (BMPRI). It has been demonstrated that some of these wavelet transforms outperform others by a significant margin.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle