Reducción de ruido de señales de resonancia magnética con método wavelet, biortogonal (RBIO) y MEYER (DMEY).
View/
Compartir en:
- Views
- Downloads
Date
2023-08-01Publicador
Fundación Universitaria Los Libertadores. Sede Bogotá.
Documentos PDF
Abstract
En el desarrollo del estudio o toma de imágenes en la diagnosticarían de casos o problemas de salud juega un papel fundamental para la detección y prevención de enfermedades. De hecho, este sistema se utiliza, principalmente, como apoyo diagnóstico. El análisis a partir de imágenes de MRI (Magnetic Resonance Imaging), permite que órganos como el cerebro, la médula espinal, los nervios, músculos, ligamentos, tendones, tumores o quistes en el hígado; se vean más claros en contraste con los rayos X y la CT) [1]. Sin embargo, almacenar y transmitir este tipo de imágenes a través de la red implica aumentar el ancho de banda y disminuir la velocidad de transmisión, debido a que las imágenes digitales pueden presentar tres tipos de redundancia: psicovisual, espacial y de codificación. A partir de esto surge la necesidad de aplicar métodos de compresión, sin
pérdida, que reduzcan la tasa de bit para transmisión o almacenamiento y conserven la información relevante sin afectar la calidad de la imagen comprimida; factores que son fundamentales en el ámbito hospitalario y de Telemedicina.
Una de las técnicas aplicadas para comprimir, sin pérdidas, es la transformada Wavelet (WT, por sus siglas en inglés) propuesta a finales de la década de los años 80; esta suministra información simultánea de amplitud y frecuencia de las señales a partir de la traslación y cambio de escala de una función llamada: Wavelet madre, la cual da origen a 5 distintas familias Wavelet entre las que se encuentran: Haar, Daubechies, Biortogonal, Symlet, Meyer, Coiflets, Mexican Hat, Shannon y Morlet [2]. Además, posee características como: ortogonalidad, invertibilidad, representación multiescalar, compactación e invarianza de la energía [3]. Estas características constituyen la principal diferencia con respecto a métodos de compresión como la transformada de Fourier y la DCT (Discrete Cosine Transform), en donde sólo se obtiene información frecuencial de la señal, es decir, que se alcanza la máxima resolución espectral sacrificando resolución temporal [4]. Por esta razón, en la actualidad, la WT es una de las herramientas más potentes en el procesamiento de señales y en la compresión de imágenes de MRI. Por lo general, en las técnicas de compresión sin pérdida, se utiliza la DWT (Discrete Wavelet Transform) debido a que descompone las imágenes mediante: filtro paso bajo-paso bajo (LL), paso bajo- paso alto (LH), paso alto-paso bajo (HL) y paso altopaso alto (HH). El filtro LL genera un coeficiente aproximado y los tres restantes son coeficientes detallados. La sub-banda LL contiene información de las frecuencias bajas de la imagen original. De manera similar, las bandas, HL, LH y HH, contienen información de las frecuencias altas, esto permite aplicar el proceso de reconstrucción después de diezmar dichos coeficientes y con ello Aplicar procesos de compresión sin pérdidas útiles para reducir el ancho de banda, mejorar la capacidad de almacenamiento e incrementar la velocidad de transmisión sin afectar la calidad de la imagen diagnóstica, con base a esto se busca reducir el ruido de la resonancia magnética utilizando, El método de la transformada wavelets Biortogonal discreta (rbio) y Meyer discreta ( Dmeyer).