Abstracto

Estimación de imágenes médicas de contraste reducido utilizando una medida de divergencia de información basada en algoritmos iterativos

Arash Kalami

Propusimos una nueva medida de divergencia de información, denominada divergencia, que satisface los requisitos. Luego se genera un mapa de decisión aplicando la divergencia para medir la coherencia de los mapas de actividad de la fuente a nivel de píxel. Además, segmentamos el mapa de decisión en dos regiones. Es el conjunto de píxeles cuyos patrones de actividad son similares en todas las imágenes de la fuente, mientras que es el conjunto de píxeles cuyos patrones de actividad son diferentes. Nuestro esquema de fusión es encontrar la solución para el problema de optimización. De hecho, el promedio da como resultado un contraste reducido para todos los patrones que aparecen en una sola fuente. Por otro lado, el esquema de selección máxima produce algunos artefactos tipo mosaico debido al ruido de alta frecuencia introducido por un cambio repentino entre dos conjuntos de coeficientes wavelet de la fuente.