వేదాంత్ శుల్కా, అమనోర కండివాలి, భక్తి శక్తి సకినాకా
MR డేటాలో ఉన్న కళాఖండాలు మరియు శబ్దాన్ని ఫిల్టర్ చేయడానికి నాన్-లీనియర్ ఫిల్టర్లు ఉపయోగించబడతాయి. సిగ్నల్ సంరక్షణ మరియు శబ్దం తగ్గింపు మధ్య సమతుల్యత MR డేటా పునరుద్ధరణను క్లిష్టమైన పనిగా చేస్తుంది. మధ్యస్థ మరియు నాన్-లోకల్ ఫిల్టర్ (NLM) ఫిల్టర్ వంటి నాన్-లీనియర్ ఫిల్టర్ల అప్లికేషన్ రైట్-స్కేవ్డ్ రిసియన్ డిస్ట్రిబ్యూషన్ను అన్-స్కేవ్డ్ గాస్సియన్ డిస్ట్రిబ్యూషన్గా మారుస్తుంది. ద్వైపాక్షిక మరియు మధ్యస్థ ఫిల్టర్ కంటే NLM ఫిల్టర్ మెరుగైన ఫలితాలను ఇస్తుందని స్పష్టంగా తెలుస్తుంది. నాన్-లీనియర్ ఫిల్టర్ల అప్లికేషన్ తర్వాత డిస్ట్రిబ్యూషన్ అన్-స్కేడ్ అయినందున, గాస్సియన్ మరియు వీనర్ ఫిల్టర్ల వంటి ప్రామాణిక లీనియర్ ఫిల్టర్లు వర్తింపజేయబడ్డాయి మరియు ఫలితాలు డ్రా చేయబడ్డాయి. NLM మరియు గాస్సియన్ ఫిల్టర్ యొక్క సరళ కలయిక సంతృప్తికరమైన ఫలితాలను ఇస్తుంది. 40 క్లినికల్ చిత్రాలపై ప్రయోగం నిర్వహించబడింది మరియు NLM ఫిల్టర్ ఉత్తమ ఫలితాలను కలిగి ఉన్నట్లు కనుగొనబడింది. పోలిక కోసం ఉపయోగించే చిత్ర నాణ్యత సూచికలు పీక్ సిగ్నల్-టు-నాయిస్ రేషియో (PSNR), రూట్ మీన్ స్క్వేర్డ్ ఎర్రర్ (RMSE), స్ట్రక్చరల్ సిమిలారిటీ ఇండెక్స్ (SSIM) మరియు ఎంట్రోపీ. MATLAB 2019aలో ప్రయోగం జరిగింది.