Signal-to-noise ratio (SNR) is a significant factor to quantify noise content, particularly
in magnetic resonance imaging (MRI). MRI is used to generate high quality medical
images in biomedicine and other research areas.
In this thesis, two new approaches of SNR calculation for MRI system is developed and
implemented for error minimization. The supreme proposed method applies the cubic
spline interpolation with Savitzky-Golay (CSISG) technique in addition to using
Gaussian mixture model decomposition (GMMD) algorithm to eliminate the energy of
noise and increase the accuracy in SNR estimation. This approach is found to
accomplish stunning results while compared with other existing methods as well as
cross correlation function (CCF) and cubic spline interpolation with Savitzky-Golay
(CSISG) approaches. Unlike other, the suggested approach is based on a single MR
image, which generates consistency and accuracy in SNR estimation. A new noise
reduction approach, based on cubic spline interpolation with Savitzky-Golay (CSISG)
and GMMD, is developed. The GMMD-CSISG represented the tremendous outcome for
SNR evaluation of MR imaging systems.
Another technique has been designed to estimate the SNR for MR images. This
technique exposed that cross-correlation of two acquisition of the same image could be
applied in an extremely efficient approach for the MR system. We conduct several tests
on various MRI according to the important characteristics of an MR image such as,
phase relative to the RF transmitter phase, frequency, and magnitude. For approximation
of perfect noise level shifting a general expression has been originated through a third
degree polynomial curve fitting according to outcomes of these experimentations. The
procedure uses single MR image to attain SNR value. The capability to define the SNR
from a single MR image allows suggested method to be valid for online and offline
image evaluation instantaneously.
Keywords: Signal-to-Noise Ratio, Magnetic Resonance Imaging, Gaussian Mixture
Model Decomposition, Auto-Correlation Function, Cross-Correlation Function.
ÖZ :
Sinyal-gürültü oranı (SNR), özellikle bir manyetik rezonans görüntüleme (MRI)
işleminde, gürültü içeriği ölçmek için önemli bir faktördür. MR biyomedikal ve diğer
araştırma alanlarında yüksek kaliteli tıbbi görüntüler oluşturmak için kullanılmaktadır.
Bu tezde, MR sistemi için SNR hesaplama yöntemi olarak iki yeni yaklaşım
geliştirilmiştir. Hesaplanan SNR değerlerinin hata minimizasyonu için kullanılması
muhtemeldir. Önerilen yöntem Savitzky-Golay (CSISG) gürültü enerjisini ortadan
kaldırmak ve SNR tahmininin doğruluğunu artırmak için Gauss karışım modeli ayrışma
(GMMD) algoritması kullanılmıştır. Buna ek olarak kübik spline aradeğerleme tekniği
uygulanmıştır. Bu yaklaşım diğer mevcut yöntemlerden Savitzky-Golay (CSISG) ve
(CCF) kübik spline aradeğerleme yöntemleriyle kıyaslandıgı zaman daha başarılı
sonuçlar alınmıştır. Önerilen yaklaşım SNR kestiriminde tutarlılık ve doğruluk üreten
tek MR görüntüsüne dayanmaktadır. Savitzky-Golay (CSISG) ve GMMD ile kübik
spline aradeğerlendirmeye dayalı yeni bir SNR kestirim yaklaşımı geliştirilmiştir.
GMMD-CSISG MR görüntüleme sistemleri SNR hasaplama kestirimi için etkileyici
sonuçlar ortaya çıkarmıştır.
MR görüntülerinde SNR tahmin etmek için ikinci bir teknik de önerilmiştir. Bu teknik,
aynı görüntünün iki farklı örneğinin çapraz-bağıntısının MR sisteminde SNR
hesaplaması için son derece verimli bir yaklaşım olduğunu ortaya çıkarmıştır. Bu
tezde birçok MR performans testlerini MR görüntüsünde faz, frekans ve büyüklük gibi
önemli özelliklere dayanarak gerçekleştirdik. Mükemmel gürültü seviyasi kaydırılma
kestirimi için üçüncü dereceden bir polinom eğrisi ile modellenmiş bir eğri kullanılarak
elde edilmiş olan matematiksel bir ifade kullanılmıştır. Prosedür SNR değerini elde
etmek için tek MR görüntüsünü kullanmaktadır. Önerilen yöntem çerçevesinde tek bir
MR imgesi kullanarak SNR hesabı yapılabilmesi, gerçek zamanlı ve çevrim dışı görüntü
değerlendirme için geçerli alabilecek yaklaşımlar önermemizi mümkün kılabilecek
düzeydedir.
Anahtar Kelimeler: Sinyal-Gürültü Oranı, Manyetik Rezonans Görüntüleme, Gauss
Karışım Model Ayrışımı, Otomatik Korelasyon Fonksiyonu, Çapraz Korelasyon
Fonksiyonu.
