我知道编辑这个网站吗?

SNR_star – 基于协方差的 SNR 测量

SNR_star – 基于协臂的SNR测量

作者: 田渊元博

SNR_star是一个ImageJ宏,它利用在理论相同条件下获取的两个重复图像之间的协方差来估计信号和噪声方差。 它提供了无偏且统计上最佳的信噪比(SNR)估计。

该方法对于难以直接测量信号隧道的 X 射线 CT 图像质量评估特别有用。


原理

SNR* 根据在相同的推理条件下获取的两个观察到的图像之间的协方差来估计信号概率。

信号转发:

σ_s2 = Cov(I₁, I2)

噪声阻抗:

σ_n² = Var(I₁−I2)/2

以分贝为单位的SNR*值定义为

信噪比* [dB] = 10 log10 (σ_s² / σ_n²)

Principle


##特点

*基于协方差的信号估计 *图像根据估计噪声概率

  • 输出 SNR* [dB]、ROI 大小、信号轴向和噪声轴向
  • 使用标准 ImageJ ROI 工具的简单工作流程
  • 适用于定量图像质量评价

要求

  • ImageJ 1.53 或更高版本
  • 两张相同尺寸的图像观察 *图像必须符合相同的推理条件下采集

满足

Usage

1.准备一个包含两张图像观察的文件夹 2.运行SNR_star宏并选择包含两个观察到的图像的文件夹 3.在ImageJ中打开第一张图片

  1. 相关感兴趣区域(ROI) 5.结果显示在日志窗口中:
  • 信噪比* [分贝]
  • 投资回报率大小
  • 信号延伸
  • 噪声阻抗

视频

SNR* 工具演示:

https://youtube.com/shorts/qBz2MlNHiCE


下载

GitHub 存储库

https://github.com/Motohiro-TABUCHI/SNR_star_Tool

文档版本 (Zenodo)

https://zenodo.org/record/18666471


注释

  • 需要在相同的意义条件下采集两张重复图像
  • 假设两幅图像之间存在加性、零均值、独立噪声
  • 应选择具有适当形状和大小的 ROI 以表示感兴趣的信号
  • 包含大量的均匀背景区域可能会降低估计的SNR*
  • 该方法适用于CT、MRI和其他重复采集的结论方式

参考

doi:10.6009/jjrt.2022-1154