Filtro local rápido de Laplaciano basado en Laplaciano modificado a través de filtro bilateral para mejorar imágenes médicas de angiografía coronaria
Autores: Khan, Sarwar Shah; Khan, Muzammil; Alharbi, Yasser
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Filtro local rápido de Laplaciano basado en Laplaciano modificado a través de filtro bilateral para mejorar imágenes médicas de angiografía coronaria
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Técnicas de mejora de contraste
Ruido de imagen
Estructuras relevantes
Imágenes médicas
Filtro Laplaciano Local Rápido
Interpretación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Las técnicas de mejora de contraste sirven para disminuir el ruido de la imagen y aumentar el contraste de las estructuras relevantes. En el contexto de imágenes médicas, donde la diferenciación entre tejidos normales y anormales puede ser bastante sutil, la interpretación precisa puede volverse desafiante cuando los niveles de ruido están relativamente elevados. El Filtro Laplaciano Local Rápido (FLLF) se propone para ofrecer una interpretación más precisa y presentar una imagen más clara al observador; esto se logra mediante la reducción de los niveles de ruido. En este estudio, el FLLF fortaleció las imágenes a través de sus capacidades únicas de mejora de contraste al mismo tiempo que preservaba detalles importantes de la imagen. Lo logró adaptándose a las características de la imagen y mejorando selectivamente áreas con bajo contraste, mejorando así la calidad visual general. Además, el FLLF destaca en la preservación de bordes, asegurando que los detalles finos se conserven y que los bordes permanezcan nítidos. Se emplearon varias métricas de rendimiento para evaluar la efectividad de la técnica propuesta. Estas métricas incluyeron la Relación Pico Señal-Ruido (PSNR), el Error Cuadrático Medio (MSE), el Error Cuadrático Medio de la Raíz (RMSE), el Coeficiente de Normalización (NC) y el Coeficiente de Correlación. Los resultados indicaron que la técnica propuesta logró un PSNR de 40.12, un MSE de 8.6982, un RMSE de 2.9492, un NC de 1.0893 y un Coeficiente de Correlación de 0.9999. El análisis destaca el rendimiento superior del método propuesto cuando se aplica la mejora de contraste, especialmente en comparación con las técnicas existentes. Este enfoque resulta en imágenes de alta calidad con una pérdida de información mínima, ayudando en última instancia a los expertos médicos a realizar diagnósticos más precisos.
Descripción
Las técnicas de mejora de contraste sirven para disminuir el ruido de la imagen y aumentar el contraste de las estructuras relevantes. En el contexto de imágenes médicas, donde la diferenciación entre tejidos normales y anormales puede ser bastante sutil, la interpretación precisa puede volverse desafiante cuando los niveles de ruido están relativamente elevados. El Filtro Laplaciano Local Rápido (FLLF) se propone para ofrecer una interpretación más precisa y presentar una imagen más clara al observador; esto se logra mediante la reducción de los niveles de ruido. En este estudio, el FLLF fortaleció las imágenes a través de sus capacidades únicas de mejora de contraste al mismo tiempo que preservaba detalles importantes de la imagen. Lo logró adaptándose a las características de la imagen y mejorando selectivamente áreas con bajo contraste, mejorando así la calidad visual general. Además, el FLLF destaca en la preservación de bordes, asegurando que los detalles finos se conserven y que los bordes permanezcan nítidos. Se emplearon varias métricas de rendimiento para evaluar la efectividad de la técnica propuesta. Estas métricas incluyeron la Relación Pico Señal-Ruido (PSNR), el Error Cuadrático Medio (MSE), el Error Cuadrático Medio de la Raíz (RMSE), el Coeficiente de Normalización (NC) y el Coeficiente de Correlación. Los resultados indicaron que la técnica propuesta logró un PSNR de 40.12, un MSE de 8.6982, un RMSE de 2.9492, un NC de 1.0893 y un Coeficiente de Correlación de 0.9999. El análisis destaca el rendimiento superior del método propuesto cuando se aplica la mejora de contraste, especialmente en comparación con las técnicas existentes. Este enfoque resulta en imágenes de alta calidad con una pérdida de información mínima, ayudando en última instancia a los expertos médicos a realizar diagnósticos más precisos.