Resumen

El ruido de Rician contamina los datos de las imágenes por resonancia magnética (IRM), dificultando el postprocesado de los mismos. Para eliminar este ruido y evitar al máximo la pérdida de detalles, propusimos un algoritmo de filtrado que utiliza tanto el algoritmo genético multiobjetivo (MOGA) como la transformación Shearlet. En primer lugar, se aplica a la imagen objetivo la descomposición wavelet multiescala. En segundo lugar, la función objetivo MOGA se construye mediante métodos de evaluación, como la relación señal-ruido (SNR) y el error cuadrático medio (MSE). En tercer lugar, se utiliza MOGA con coeficientes óptimos del valor umbral de la ondícula Shearlet en una escala y una orientación diferentes. Por último, se puede obtener la imagen libre de ruido mediante la transformada wavelet inversa. Al final del artículo, los resultados experimentales muestran que este algoritmo propuesto elimina el ruido de Rician con mayor eficacia y produce mejores ganancias en la relación señal-ruido pico (PSNR) en comparación con otros filtros tradicionales.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:Ruido rician, relación de ruido, valor umbral shearlet wavelet, función objetivo moga, mejor señal de pico, transformada wavelet inversa, imágenes por resonancia magnética, algoritmo genético multiobjetivo, descomposición wavelet multiescala, otros filtros tradicionales.
• Keywords:rician noise, noise ratio, shearlet wavelet threshold value, moga target function, better peak signal, inverse wavelet transform, magnetic resonance imaging, multiobjective genetic algorithm, multiscale wavelet decomposition, other traditional filters