Design of a bilateral filter for noise reduction in contrast-enhanced micro-computed tomography
Notice bibliographique
Résumé
Noise amplification is an important concern in contrast-enhanced (CE) x-ray imaging, in which subtraction techniques are commonly used. In recent years, CE micro-computed tomography (micro-CT) has been used to assess tumor vascularization in animal models of cancer, increasing the necessity to implement noise reduction methods that also allow preserving the detail in the resulting images. This work aimed at designing a bilateral filter (BF) for noise reduction in CE micro-CT for single-energy (SE) and dual-energy (DE) imaging protocols. A classic BF performs smoothing on voxels with similar intensities, while it reduces the contribution of voxels with different intensities, for example, around the edges. In this work, the optimal BF parameters and their performance were evaluated with image quality metrics for the SE and DE protocols: noise (quantified as the standard deviation of the CT number of water), spatial resolution (evaluated with the modulation transfer function), and contrast-to-noise ratio (CNR, evaluated with an iodinated phantom). After the optimal BF parameters were chosen for each imaging protocol, the performance of the designed BF was further evaluated with in vivo SE and DE images of an animal model of breast cancer. Results showed that the designed BF reduced the noise and maintained the spatial resolution in the filtered images compared to the non-filtered images; moreover, the CNR quantified in the images of the iodinated phantom increased both pre- and post- subtraction. The filtered SE and DE images of the animal model of breast cancer showed an adequate level of smoothing, a better definition of tumor boundaries, and the preservation of vascular structures, compared to the non-filtered images. In conclusion, the BF implemented in this work improved the image quality of filtered CE micro-CT images for phantom and in vivo studies, which validates its use in the study of tumor vascularization in animal models of cancer.
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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».