TY -的A2 Chakraborty Chinmay AU -罗,燕盟——黄Wenxia盟——曾Kewei盟——张,春风AU - Yu,春燕盟——吴Wencui PY - 2021 DA - 2021/12/01 TI -智能降噪算法评估人体脂肪存款之间的相关性和子宫肌瘤超声成像SP - 5390219六世- 2021 AB -本研究旨在实现自动诊断子宫肌瘤的脂肪变性。在这项研究中,传统的非局部方法(NLM)算法改进的通过改变欧氏距离和引进一个余弦函数并应用于患者的超声成像智能诊断子宫肌瘤的脂肪变性。然后,改进的NLM算法的降噪效果评价是基于几个指标,如峰值信噪比(PSNR),均方误差(MSE) contrast-to-noise比率(CNR),品质因数(FOM)和结构相似度(SSIM)。的准确性、敏感性、特异性和 F1分数采用评估改进NLM算法诊断脂肪变性的子宫肌瘤,和Perona-Malik (PM)算法和NLM算法被用于比较分析。后的结果表明,子宫肌瘤患者的超声图像去噪使用改进的NLM算法,PSNR, MSE,中国北车,FOM,和SSIM明显比相同指标的点的图像处理算法和NLM算法,差异具有统计学意义( P < 0.05 )。的诊断结果脂肪变性的子宫肌瘤患者发现,只有一个病人错过了诊断超声图像处理后NLM算法,统计数据没有差异改进NLM算法和辅助诊断病理检查结果的准确性( P > 0.05 )。平均降噪算法的时间点,NLM算法和改进的NLM算法为16.38±4.33,18.01±5.14,23.81±4.62 s,分别。改进前的诊断速度为75.0%,点的诊断准确率为79.69%,改进后85.94%。总之,改进的NLM算法表现出良好的降噪效果对子宫肌瘤患者的超声图像,可以改善脂肪变性的子宫肌瘤的诊断准确性,并可能帮助临床医生的超声成像诊断子宫肌瘤患者。SN - 2040 - 2295 UR - https://doi.org/10.1155/2021/5390219 - 10.1155 / 2021/5390219摩根富林明医疗工程PB - Hindawi KW - ER