我目前是大学二年级学生，对研究领域还很陌生。我目前正在研究一种现有的 MRI 去噪算法，结果并没有那么好。我看不出如何改进结果。
我已经尝试了一些不同的调整，并使用代码和参数玩了一段时间。我还看到了一些关于使用神经网络进行图像去噪的论文。
我正在考虑尝试相同的方法，但我不知道在现有算法上使用神经网络是否有意义。神经网络不会压倒我的算法并且所有结果都仅基于它吗？因此，如果我使用预先存在的 MatLab 过滤器并在其中使用神经网络，如果我先使用我的算法然后在其中使用神经网络，它会不会有很大不同？
我对机器学习的经验很少，希望我的问题有意义。任何形式的帮助将不胜感激。谢谢。
我个人的感觉是你应该分别做每件事并比较结果。例如，获取您的 MRI 数据集并使用“标准算法 1”、“标准算法 2”和“神经网络算法 1”进行降噪。除非你有充分的理由去做“标准算法 2 和神经网络算法 1”，否则我会让事情变得相当简单。连续做两件事将更难在论文中证明其合理性。
（我认为另一个困难的问题是如何判断一种去噪算法是否比另一种“更好”。我已经写了几篇关于 MRI 中标准图像处理去噪的论文，这始终是一个难以回答的问题。另外，如果去噪的输出是一个数据集，将由放射科医生解释，然后其他考虑将不得不发生，而去噪作为一些科学量化的前一步。）
您可以做的一件事是查看论文，例如在https://arxiv.org/上查看是否有其他神经网络去噪示例可以帮助指导您进行参数选择。