Comparaison de techniques de débruitage des images scintigraphiques

Abstract

Les images scintigraphiques sont fortement affectées par du bruit poissonnien. Cet article présente les résultats d'une comparaison de débruiteurs de bruit poissonnien selon différents critères : le gain en rapport signal-sur-bruit, la préservation de la résolution et du contraste, et la qualité visuelle. Les techniques en ondelettes récentes pour débruiter un bruit poissonnien se répartissent en deux classes, basées sur : (1) la représentation de Haar, (2) la transformation du bruit poissonnien en bruit gaussien blanc par la transformée de Haar-Fisz suivie d'un débruitage. Trois variantes de la première classe et trois de la deuxième intégrant le filtre adaptatif de Wiener, quatre types de seuillage en ondelettes et la méthode bayesienne de Pizurica ont été comparées aux filtres de Metz et de Hanning et à Shine, un procédé systématique d'élimination de bruit. Toutes ces méthodes, excepté Shine, sont paramétriques. Pour chacune d'elles, des domaines de valeurs optimales des paramètres ont été mis en évidence en fonction des critères précités. Comme l'intersection de ces domaines était vide pour les méthodes en ondelettes sans seuillage, elles n'ont pas été comparées quantitativement. Les techniques de seuillage et Shine ont donné les meilleurs résultats en terme de résolution et de contraste. La meilleure amélioration en rapport signal-surbruit a été obtenue par les filtres. Idéalement, ceux-ci doivent être précisément définis pour chaque image, ce qui est difficile dans le contexte clinique. En outre, ils génèrent des artefacts sous forme d'oscillations. Par ailleurs, les techniques en ondelettes, assez lentes, n'ont pas apporté d'améliorations significatives. Ainsi, Shine, rapide et automatique, apparaît être une alternative intéressante.

A Based Bayesian Wavelet Thresholding Method to Enhance Nuclear Imaging

“…For the existing Bayesian approaches, we can distinguish univariate and multivariate density estimation both achieving interesting results in practice [7, 8]. In addition, referring to the comparison of different approaches provided by Kirkove [9] and by Besbeas [10], we can conclude that the Bayesian estimators perform interesting results [7]. …”