информационный портал по вопросам биомедицинской инженерии

Сейчас на сайте 0 пользователей и 0 гостей.

Вход в систему

аватар: Awaldougoubah Moussa

Введение

Новые эффективные способы обработки изображений стали возможны с развитием теории вейвлетов, которые по сравнению с преобразованием Фурье позволяют с гораздо большей точностью представлять мельчайшие особенности функций, изображений и сигналов, вплоть до разрывов первого рода (скачков), с привязкой их ко времени или к координатам пространства. В настоящее время вейвлеты применяются в задачах распознавания образов, при анализе и синтезе сигналов различной природы. Основными областями применения вейвлет-анализа в обработке изображений являются фильтрация и сжатие. Этот метод позволяет удалять шум, не затрагивая значительно границы и большинство мелких деталей, что весьма важно, например, в медицине, где помехи и погрешность реконструкции распределения плотности вещества могут привести к постановке неверного диагноза. В лучевой диагностике методы и средства шумоподавления, основанные на вейвлет-анализе сигнала, позволяют повысить качество изображений при сокращении времени исследования и лучевой нагрузки.
      Большинство методов коррекции изображений основаны на алгоритмах линейной или нелинейной фильтрации. Методы линейной фильтрации основаны на дискретной свертке маски с изображением и позволяют проводить операции сглаживания, повышения контрастности, подчеркивания контуров, поиска границ. Нелинейные фильтры позволяют достичь эффектов фокусировки и эрозии, убрать шум. Выбор алгоритма обработки зависит от вида данных и типа искажений (пространственные, яркостные, сдвиг и т.д.). Однако большинство подобных методов не подходят для обработки медицинских изображений. Рассмотрим основные случаи, когда необходима постобработка томограмм.


В ряде томографических исследований необходимо высокое пространственное разрешение. Уменьшение размера воксела приводит резкому снижению соотношения сигнал/шум, компенсировать которое можно только многократно увеличив продолжительность исследования. Для оценки возможности вейвлетов получим 2 серии изображений с высоким разрешением: первая – в стандартных условиях, вторая (эталонная) – с девятикратным повторение сбора данных [1].

Результат вейвлет-анализа оценивался с помощью комплексного критерия оценки визуального качества, СКО обработанного изображения относительно эталонного и пикового соотношения сигнал/шум. При этом вейвлеты Добеши, симлеты, койфлеты дали близкие результаты, а обратные биортогональные вейвлеты резко ухудшили качество томограмм, сделав их непригодными для медицинской диагностики.
В случае молекулярных исследований (диффузия, функциональная МРТ, тензорные изображения) необходимо высокое временное разрешение. Такие изображения характеризуются высокой чувствительностью к движению молекул и одновременно снижением соотношения сигнал/шум в 5-6 раз. Обработка диффузионно-взвешенных томограмм проводилась с использованием вейвлетов Добеши [2-3], при этом уровень разложения L выбирался от 1 до 5 для каждого исследуемого вейвлета, значения параметра α  - от 1,1 до 3,5. Количественная оценка эффективности подавления случайного шума МР-изображений проведена для 20 вейвлетов Добеши при различных сочетаниях исследуемых параметров, в т.ч. уровней разложения и значений аппроксимирующих и детализирующих коэффициентов.

Наилучшее шумоподавление достигнуто при использовании вейвлета Добеши-8 при L=2 и α=3. Для всех исследуемых вейвлетов наблюдается уменьшение СКО в 2 раза с незначительным его увеличением при изменении уровня разложения сигнала от 2 до 5.
МР-изображения, полученные с помощью поверхностных РЧ-катушек, характеризуются изменением её чувствительности при удалении от принимающей поверхности. На расстоянии 10-12  см происходит снижение сигнала в 3 раза, при этом уровень шума постоянен. Использование гамма-фильтров позволяет откорректировать яркость, однако вместе с увеличением интенсивности сигнала увеличивается и шум. Для оценки возможностей вейвлет анализа проводилась обработка МР-изображения, полученного на поверхностной катушке, и его сравнение с изображением, полученным на встроенной объемной катушке с однородной чувствительностью (эталонное)
[5-6].

После гамма-коррекции отклонение интенсивности от эталонного изображения составило 34.4 единицы, после применения вейвлетов Хаара, Добеши и симлетов – 10.8, 10.6, 8.1 единиц соответственно. При этом вейвлеты Добеши позволяют достичь наилучшего шумоподавления при сохранении резкости изображения. Вейвлет Хаара вызвал общее снижение интенсивности сигнала по всему изображению, а симлеты вызвали размывание изображения.
В результате проведенных исследований был создан программный продукт на языке Java, позволяющий работать с DICOM-файлами и выполнять вейвлет-анализ с использованием различных базисных функций, уровней разложения, проводить количественную оценку результатов [7].
Экспериментальные данные получены в Медицинской академии последипломного образования, полученные результаты внедрены в ГОУ ДПО СПбМАПО, СПбГУЗ "Городская Покровская больница", НИПНИ им. В.М. Бехтерева, РНХИ им. проф. Поленова.

Список  литературы

1.Казначеева А.О. Разработка методов и средств шумоподавления в томографии : дис. … канд. техн. наук : 05.11.01 : защищена 28.11.06 : утв. 11.05.07. – СПб., 2006. – 167 с.
2.Власюк А.В., Казначеева А.О. Повышение качества изображений с помощью вейвлет-аппроксимаций // Сборник трудов конференции молодых ученых. Выпуск 2. Биомедицинские технологии, мехатроника и робототехника / гл. ред. д.т.н., проф. Ткалич В.Л. – СПб: СПбГУ ИТМО, 2009. – С.124-129.
3.Казначеева А.О., Власюк А.В., Кудряшов А.В. Возможности вейвлет-преобразований в повышении точности измерений параметров диффузии в МРТ // Научно-технический вестник ИТМО. – 2009. –№5. – 86-91.
4.Марусина М.Я., Казначеева А.О. Шумоподавление в томографии с помощью вейвлет-фильтров //Изв. Вузов. Приборостроение. 2006. Том 49. №10. С. 51-57.
5.Казначеева А.О. Вейвлет аппроксимации изображений в томографии. Сборник конференции Политехнический симпозиум «Молодые ученые - промышленности Северо-Западного региона», 2005, с.57-58.
6.Казначеева А.О. Коррекция неоднородности изображения с помощью вейвлет-преобразований. // Научно-технический вестник СПбГУ ИТМО. Выпуск 28. – СПб.: СПбГУ ИТМО, 2006, с. 46-49.
7.Kaznacheeva A.O. Teaching system for training specialists in the development and operation of magnetic resonance tomograph // Measurement techniques, 2010, vol. 53, №4, 459-462.

 

 

Комментарии

Отправить комментарий

Содержание этого поля является приватным и не предназначено к показу.
  • Доступны HTML теги: <a> <em> <strong> <cite> <code> <ul> <ol> <li> <dl> <dt> <dd> <img> <table> <td> <tr> <hr> <div> <span> <h1> <h2> <h3> <h4> <h5> <h6> <p> <pre> <adress> <center>
  • Строки и параграфы переносятся автоматически.

Подробнее о форматировании

3 + 0 =
Решите эту простую математическую задачу и введите результат. Например, для 1+3, введите 4.

Комментарии