新しいマルチスペクトル非局所的最大尤度フィルターを使用した磁気共鳴画像法のノイズ推定と削減

磁気共鳴（MR）画像の除去により、診断の精度、登録やセグメンテーションなどの画像操作の品質、およびパラメーターの推定が向上します。このペーパーの最初の目的は、徐々に加重された、つまりマルチスペクトルの画像で構成されるMR画像セットのノイズリダクションのための新しい高性能の非ローカルフィルターを導入することです。このフィルターは、非ローカル最尤フィルター（NLML）のマルチスペクトル拡張です。パフォーマンスは、合成および生体内のT2およびT1重量の脳イメージングデータで評価され、非ローカル平均（NLM）およびそのマルチスペクトルバージョン、つまりMS-NLM、および非ローカル最大尤度（NLML）フィルターと比較しました。ろ過された画像と定量分析の目視検査により、すべてのフィルターがノイズの大幅な減少をもたらしたことが示されました。さらに、予想どおり、マルチスペクトル情報を使用すると、フィルタリングの品質が向上します。さらに、数値的および実験的分析により、新しいマルチスペクトルNLMLフィルターであるMS-NLMLが、評価された他のフィルターで見られるよりも著しくぼやけなく画像の詳細の喪失を実証したことが示されました。さらに、ノイズ標準偏差（SD）はこれらすべての非ローカルフィルターにとって重要なパラメーターであるため、ノイズ振幅の最尤推定法（MLE）の方法のマルチスペクトル拡張が提示され、局所および非ローカルMLEメソッドの両方と比較されます。数値分析と実験的分析は、ノイズSDの推定のためのこのマルチスペクトル法の優れた性能を示しました。

Denoising of magnetic resonance (MR) images enhances diagnostic accuracy, the quality of image manipulations such as registration and segmentation, and parameter estimation. The first objective of this paper is to introduce a new, high-performance, nonlocal filter for noise reduction in MR image sets consisting of progressively-weighted, that is, multispectral, images. This filter is a multispectral extension of the nonlocal maximum likelihood filter (NLML). Performance was evaluated on synthetic and in-vivo T2 - and T1 -weighted brain imaging data, and compared to the nonlocal-means (NLM) and its multispectral version, that is, MS-NLM, and the nonlocal maximum likelihood (NLML) filters. Visual inspection of filtered images and quantitative analyses showed that all filters provided substantial reduction of noise. Further, as expected, the use of multispectral information improves filtering quality. In addition, numerical and experimental analyses indicated that the new multispectral NLML filter, MS-NLML, demonstrated markedly less blurring and loss of image detail than seen with the other filters evaluated. In addition, since noise standard deviation (SD) is an important parameter for all of these nonlocal filters, a multispectral extension of the method of maximum likelihood estimation (MLE) of noise amplitude is presented and compared to both local and nonlocal MLE methods. Numerical and experimental analyses indicated the superior performance of this multispectral method for estimation of noise SD.