Optimization of MR Image Quality Using Fuzzy Logic

Manyetik rezonans (MR) görüntü kalitesi; görüntü matrisi (image matrix), uyarım sayısı (NEX), görüş alanı (FOV) ve sinyal-gürültü oranı (SNR) gibi birden fazla alım parametresini içeren karmaşık bir süreçtir. Bu parametreler arasındaki doğrusal olmayan ilişkiler, görüntülerde istenmeyen artefaktlara yol açabilir ve sağlık hizmetlerinde hız ve doğruluk gibi kritik faktörleri olumsuz etkileyebilir. Bu nedenle, MR görüntü kalitesinin iyileştirilmesinin; yalnızca geleneksel matematiksel optimizasyon yöntemlerine dayanmak yerine, bu doğrusal olmayan parametrelerin yapay zekâ teknikleriyle, özellikle bulanık mantık ile birleştirilmesi sayesinde daha etkili bir şekilde sağlanabileceği düşünülmektedir. Bu yaklaşım, daha esnek ve güçlü bir ilişkisel model oluşturulmasına olanak tanır. MR görüntü kalitesi optimizasyonu için geliştirilen bulanık mantık modeli sonucunda, bulanık mantığın doğrusal olmayan parametrelerin modellenmesinde etkili bir yöntem olduğu gösterilmiştir. Buna bağlı olarak, giriş parametreleri arasında yüksek SNR ve büyük matris değerlerinin görüntü kalitesi üzerinde doğrudan etkili olduğu ortaya konmuştur.

Authors

Publication Details

Journal
DergiPark (Istanbul University)
Published
2026-04-30
DOI
https://doi.org/10.5281/zenodo.19899918
Primary Topic
Image and Signal Denoising Methods
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Optimization of MR Image Quality Using Fuzzy Logic

Ebuzer
DergiPark (Istanbul University)
Image and Signal Denoising Methods
article

Optimization of MR Image Quality Using Fuzzy Logic

Ebuzer
article en

Abstract

Manyetik rezonans (MR) görüntü kalitesi; görüntü matrisi (image matrix), uyarım sayısı (NEX), görüş alanı (FOV) ve sinyal-gürültü oranı (SNR) gibi birden fazla alım parametresini içeren karmaşık bir süreçtir. Bu parametreler arasındaki doğrusal olmayan ilişkiler, görüntülerde istenmeyen artefaktlara yol açabilir ve sağlık hizmetlerinde hız ve doğruluk gibi kritik faktörleri olumsuz etkileyebilir. Bu nedenle, MR görüntü kalitesinin iyileştirilmesinin; yalnızca geleneksel matematiksel optimizasyon yöntemlerine dayanmak yerine, bu doğrusal olmayan parametrelerin yapay zekâ teknikleriyle, özellikle bulanık mantık ile birleştirilmesi sayesinde daha etkili bir şekilde sağlanabileceği düşünülmektedir. Bu yaklaşım, daha esnek ve güçlü bir ilişkisel model oluşturulmasına olanak tanır. MR görüntü kalitesi optimizasyonu için geliştirilen bulanık mantık modeli sonucunda, bulanık mantığın doğrusal olmayan parametrelerin modellenmesinde etkili bir yöntem olduğu gösterilmiştir. Buna bağlı olarak, giriş parametreleri arasında yüksek SNR ve büyük matris değerlerinin görüntü kalitesi üzerinde doğrudan etkili olduğu ortaya konmuştur.

DergiPark (Istanbul University)
Openalex Percentile: Top 4%
Image and Signal Denoising Methods
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.