TIBBIY TASVIRLAR UCHUN FILTRLASH ALGORITMLARINI ANIQLASH

Аннотация

MRI (Magnetic Resonance Imaging) images are widely used for non-invasive detection of various structures in the human body. Although these images are a source of high- resolution medical visual information, various noises appear during the imaging process. These noises can negatively affect diagnostic accuracy. Therefore, noise reduction filters play an important role in the initial processing of MRI images. This article reviews the mathematical models of popular filters such as Gaussian, Median, Bilateral and Non-local Means, their practical functions in Python libraries, and the effectiveness of their application in medical images. The role of each filter in noise reduction and its advantages in preserving the clarity of edge structures are analyzed. The article explains the working principle of each filter through in- depth technical approaches, graphs and tables based on real medical images. It analyzes which filter to choose in areas requiring high resolution such as MRI, and what results it gives in which cases. Based on the results obtained, recommendations are developed for application in real medical images. Keywords: MRI image, Gaussian, Median, Bilateral and Non-local Means, noise. ОПРЕДЕЛЕНИЕ АЛГОРИТМОВ ФИЛЬТРАЦИИ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ Аннотация. Изображения МРТ (магнитно-резонансной томографии) широко используются для не инвазивного обнаружения различных структур в организме человека. Хотя эти изображения являются источником медицинской визуальной информации 60 ResearchBib IF - 11.01, ISSN: 3030-3753, Volume 2 Issue 7 высокого разрешения, в процессе визуализации появляются различные шумы. Эти шумы могут отрицательно повлиять на точность диагностики. Поэтому фильтры шумоподавления играют важную роль в первичной обработке изображений МРТ. В этой статье рассматриваются математические модели популярных фильтров, таких как Gaussian, Median, Bilateral и Non-local Means, их практические функции в библиотеках Python и эффективность их применения на медицинских изображениях. Анализируется роль каждого фильтра в снижении шума и его преимущества в сохранении четкости краевых структур. В статье объясняется принцип работы каждого фильтра с помощью глубоких технических подходов, графиков и таблиц, основанных на реальных медицинских изображениях. Анализируется, какой фильтр выбрать в областях, требующих высокого разрешения, таких как МРТ, и какие результаты он дает в каких случаях. На основании полученных результатов разрабатываются рекомендации по применению на реальных медицинских изображениях. Ключевые слова: МРТ-изображение, Median, Bilateral and Non-local Means, noise.