Matlab 中 4D 图像的带通滤波器

Bandpass Filter for 4D image in Matlab

我已经在 Matlab 中实现了一个用于 4D 图像(4D 矩阵)的带通滤波器。前三个维度是空间维度,最后一个维度是时间维度。这是代码:

function bandpass_img = bandpass_filter(img)
% Does bandpass filtering on input image
%
% Input:
%   img: 4D image
%
% Output:
%   bandpass_img: Bandpass filtered image

TR = 1; % Repetition time
n_vols = size(img,3);
X = [];

% Create matrix (voxels x time points)
for z = 1:size(img,3)
    for y = 1:size(img,2)
        for x = 1:size(img,1)
            X = [X; squeeze(img(x,y,z,:))']; %#ok<AGROW>
        end
    end
end

Fs = 1/TR;
nyquist = 0.5*Fs;

% Pass bands
F = [0.01/nyquist, 0.1/nyquist];
type = 'bandpass';

% Filter order
n = floor(n_vols/3.5);

% Ensure filter order is odd for bandpass
if (mod(n,2) ~= 0), n=n+1; end
fltr = fir1(n, F, type);

% Looking at frequency response
% freqz(fltr)

% Store plot to file
% set(gcf, 'Color', 'w');
% export_fig('freq_response', '-png', '-r100');

% Apply to image
X = filter(fltr, 1, X);

% Reconstructing image
i = 1;
bandpass_img = zeros(size(img));
for z = 1:size(img,3)
    for y = 1:size(img,2)
        for x = 1:size(img,1)
            bandpass_img(x,y,z,:) = X(i,:)';
            i = i + 1;
        end
    end
end

end

我不确定实现是否正确。有人可以验证它还是有人发现失败?

编辑: 感谢 SleuthEye,当我使用 bandpass_img = filter(fltr, 1, img, [], 4); 时,它现在可以正常工作了。但是还有一个小问题。我的图像大小为 80x35x12x350,即有 350 个时间点。我绘制了应用带通滤波器前后的平均时间序列。

带通滤波前:

带通滤波后:

为什么这个峰值出现在过滤图像的最开始?

编辑 2:现在在开始和结束时都有一个峰值。参见:

我制作了第二个图,其中我用 * 标记了每个点。参见:

所以前两个时间点好像比较低

看来我要去掉开头的2个时间点和结尾的2个时间点,所以总共要去掉4个时间点。

你怎么看?

像您一样使用 1-D filter 函数过滤所有元素的串联可能会导致图像失真,因为平滑会使每行的末尾混合到行的开头下一个。除非您试图获得 4D 数据的迷幻再现,否则这不太可能达到您的预期。

现在,根据Matlab's filter documentation

y = filter(b,a,x,zi,dim) acts along dimension dim. For example, if x is a matrix, then filter(b,a,x,zi,2) returns the filtered data for each row.

因此,要随着时间的推移平滑 3D 图像(您指出的是矩阵的第四维 img),您应该使用

bandpass_img = filter(fltr, 1, img, [], 4);

如此使用,信号将从 0 开始,因为这是滤波器的默认初始状态,并且滤波器需要一些样本才能上升。如果您知道初始状态的值,则可以使用 zi 参数(第 4 个参数)指定该值:

bandpass_img = filter(fltr, 1, img, zi, 4);

否则,典型阶数 N 线性 FIR 滤波器具有 N/2 个样本的延迟。因此,要摆脱初始上升,您可以丢弃那些 N/2 个初始样本:

bandpass_img = bandpass_img(:,:,:,(N/2+1):end);

同样,如果您想查看与最后 N/2 个输入值相对应的输出,您必须用 N/2 个额外样本填充您的输入(零即可):

img = padarray(img, [0 0 0 N/2], 0, 'post');