Comparaison de techniques de débruitage des images scintigraphiques

RésuméLes images scintigraphiques sont fortement affectées par du bruit poissonnien. Cet article présente les résultats d’une comparaison de débruiteurs de bruit poissonnien selon différents critères : le gain en rapport signal-sur-bruit, la préservation de la résolution et du contraste, et la qualité visuelle. Les techniques en ondelettes récentes pour débruiter un bruit poissonnien se répartissent en deux classes, basées sur : (1) la représentation de Haar, (2) la transformation du bruit poissonnien en bruit gaussien blanc par la transformée de Haar–Fisz suivie d’un débruitage. Trois variantes de la première classe et trois de la deuxième intégrant le filtre adaptatif de Wiener, quatre types de seuillage en ondelettes et la méthode bayesienne de Pizurica ont été comparées aux filtres de Metz et de Hanning et à Shine, un procédé systématique d’élimination de bruit. Toutes ces méthodes, excepté Shine, sont paramétriques. Pour chacune d’elles, des domaines de valeurs optimales des paramètres ont été mis en évidence en fonction des critères précités. Comme l’intersection de ces domaines était vide pour les méthodes en ondelettes sans seuillage, elles n’ont pas été comparées quantitativement. Les techniques de seuillage et Shine ont donné les meilleurs résultats en terme de résolution et de contraste. La meilleure amélioration en rapport signal-sur-bruit a été obtenue par les filtres. Idéalement, ceux-ci doivent être précisément définis pour chaque image, ce qui est difficile dans le contexte clinique. En outre, ils génèrent des artefacts sous forme d’oscillations. Par ailleurs, les techniques en ondelettes, assez lentes, n’ont pas apporté d’améliorations significatives. Ainsi, Shine, rapide et automatique, apparaît être une alternative intéressante.

Scintigraphic images are strongly affected by Poisson noise. This article presents the results of a comparison between denoising methods for Poisson noise according to different criteria: the gain in signal-to-noise ratio, the preservation of resolution and contrast, and the visual quality. The wavelet techniques recently developed to denoise Poisson noise limited images are divided into two groups based on: (1) the Haar representation, (2) the transformation of Poisson noise into white Gaussian noise by the Haar–Fisz transform followed by a denoising. In this study, three variants of the first group and three variants of the second, including the adaptative Wiener filter, four types of wavelet thresholdings and the Bayesian method of Pizurica were compared to Metz and Hanning filters and to Shine, a systematic noise elimination process. All these methods, except Shine, are parametric. For each of them, ranges of optimal values for the parameters were highlighted as a function of the aforementioned criteria. The intersection of ranges for the wavelet methods without thresholding was empty, and these methods were therefore not further compared quantitatively. The thresholding techniques and Shine gave the best results in resolution and contrast. The largest improvement in signal-to-noise ratio was obtained by the filters. Ideally, these filters should be accurately defined for each image. This is difficult in the clinical context. Moreover, they generate oscillation artefacts. In addition, the wavelet techniques did not bring significant improvements, and are rather slow. Therefore, Shine, which is fast and works automatically, appears to be an interesting alternative.