请帮我写一段代码，使用传统方法对MRI图像降噪

在传统的图像处理中，对MRI图像降噪的一种常见方法是使用均值滤波（Mean Filtering）。这个过程会将每个像素周围的像素值取平均，然后用这个平均值替换当前像素值，以此平滑图像并减少噪声。以下是一个简单的Python示例，使用NumPy库实现二维均值滤波：

import numpy as np

def mean_filter(image, kernel_size):
    # 确保输入是numpy数组，并设置边界条件
    image = np.array(image, dtype=np.float64)
    
    if len(image.shape) == 2:  # 如果是一维灰度图
        result = np.zeros_like(image)
        padded_image = np.pad(image, pad_width=kernel_size//2, mode='edge')
        for i in range(kernel_size, image.shape[0]+kernel_size):
            for j in range(kernel_size, image.shape[1]+kernel_size):
                result[i-kernel_size:i+kernel_size+1, j-kernel_size:j+kernel_size+1] += padded_image[i:i+2*kernel_size+1, j:j+2*kernel_size+1]
        result /= (kernel_size**2)  # 取平均值
    else:  # 对于彩色图像，对每个通道分别进行处理
        result = np.zeros((image.shape[0], image.shape[1], 3), dtype=image.dtype)
        for channel in range(3):
            result[:,:,channel] = mean_filter(image[:,:,channel], kernel_size)

    return result

# 示例用法
noisy_mri = ...  # 假设这是你的MRI图像数据
filtered_mri = mean_filter(noisy_mri, 5)  # 使用5x5的窗口大小进行滤波

注意，这只是一个基础版本的降噪方法，实际应用中可能还需要考虑更复杂的降噪算法，如高斯滤波、小波变换等。此外，对于MRI数据，可能需要专用的库，如FSL、SPM或MATLAB工具箱。