用于扩散加权 MRI 的联合各向异性 Wiener 滤波器：对被固定 Rician 噪声破坏的扩散加权 MRI 体积进行降噪-m...

该模块减少了扩散加权 MRI 数据（即用于估计扩散张量图像的数据集；注意它不适用于解剖 MRI 或任何其他类型的 MRI 数据。它不会与已经重建的扩散张量体积一起使用） ）。 在估计扩散张量体积或 ODF 场之前，使用此 m 文件对 DW-MRI 数据进行降噪。 该软件使用 Rician 噪声模型在均方误差意义上过滤图像。 与正在处理的方向最接近的 N 个梯度方向一起过滤以改善结果：每个 3-D 空间位置的无噪声信号被视为一个 n 维向量，必须使用 LMMSE 方法（维纳滤波器）进行估计) 来自一组损坏的测量值。 必须估计无噪声向量的协方差矩阵以及该信号与噪声之间的互协方差，这是考虑到图像形成过程而完成的。 所有这些估计都作为样本估计在“成形邻域”中执行，该“形状邻域”由从体素的结构相似性中提取的权重定义，遵循与非局部均值滤波器相同的思想。 NLM 距离是在特征空间中计算的，该特征空