- •Введение
- •1. ОСОБЕННОСТИ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ
- •1.1. Понятие изображения
- •1.2. Дискретизация и квантование изображения
- •1.3. Биотехническая система медицинской визуализации
- •1.4. Особенности зрительного восприятия медицинских изображений на мониторах
- •1.5. Системы обработки медицинских изображений
- •1.6. Общий подход к преобразованию изображений
- •2. ВЫДЕЛЕНИЕ ИНФОРМАТИВНЫХ ПРИЗНАКОВ ИЗОБРАЖЕНИЙ
- •2.1. Признаки, полученные в пространственной области анализа изображений
- •2.1.1. Геометрические признаки изображений
- •2.1.2. Структурные (вероятностные) признаки изображений
- •3.2. Признаки, полученные в частотной области анализа изображений. Спектральные признаки
- •3. ОБРАБОТКА ИЗОБРАЖЕНИЙ
- •3.1. Методы обработки изображений в пространственной области
- •3.1.1. Геометрические преобразования. Масштабирование изображения
- •3.1.2. Амплитудные преобразования. Пространственная фильтрация
- •3.1.3. Амплитудные преобразования. Методы преобразования яркости изображения
- •3.1.4. Амплитудные преобразования. Методы гистограммных преобразований
- •3.2. Методы обработки изображений в частотной области. Частотная фильтрация
- •Список литературы
- •Приложения
- •1. Некоторые полезные определения
- •2. Пространственная фильтрация. Вид некоторых ядер свертки
восприятии медицинских изображений на экране монитора имеет значение привычность их представления для исследователя [8].
1.5. Системы обработки медицинских изображений
Использование цифровых методов при получении медицинских изображений (и, прежде всего, цифрового представления медицинских изображений) помимо возможности наблюдения изображения в системе отображения непосредственно в момент его получения (что позволяет не допустить появления бракованных изображений) обеспечивает [8]:
−существенное повышение скорости получения медицинских изображений за счет отсутствия необходимости проявки пленки или распечатки снимков;
−возможность отказа от бумажных архивов за счет создания компьютерной базы данных, содержащей в цифровом виде сведения о пациентах и их диагностические данные, в том числе медицинские изображения, результаты анализов и др.;
−возможность использования современных средств телемедицины – применение телекоммуникационных технологий для адресного обмена медицинской информацией (в том числе изображениями) между специалистами для повышения качества и доступности диагностики и
лечения.
Однако основное преимущество цифрового представления медицинских изображений, по мнению большинства исследователей [3], заключается в возможности их непосредственной обработки. Для этого используются системы обработки медицинских изображений, большинство из которых ориентировано на улучшение медицинских изображений в смысле обнаружения исследователем интересующих объектов на них и, следовательно, повышения эффективности диагностики. Методы математической обработки цифровых изображений в этих системах могут включать в себя: выделение областей интереса на изображении; изменение яркости изображения или его частей; изменение контраста изображения или его частей; масштабирование изображения; фильтрацию для уменьшения уровня шумов на изображении; подчеркивание границ объектов на изображении и др.
В соответствии с изложенным, дополним рассмотренную ранее БТС медицинской визуализации (см. рис 1.3) системой обработки медицинских
20
изображений, управляющейся исследователем, системой передачи информации (для трансляции файлов изображений по сети – использования средств телемедицины), а также базой данных изображений (рис. 1.5) [3].
Отметим, что передача по сети растровых медицинских изображений, получаемых с помощью различных методов лучевой диагностики, требует сжатия файла изображения и регламентируется стандартами. Кроме того, сжатие изображений необходимо и для их хранения в БД. Таким образом, помимо специальной математической обработки медицинских изображений, направленной на повышение эффективности диагностики, при помощи системы обработки и анализа медицинских изображений БТС медицинской визуализации может осуществляться сжатие (и последующая распаковка) файлов изображений для хранения в базе данных или передачи по сети.
Система передачи информации
Объект
исследования
Система съема
Система обработки изображения
Система отображения
BA,P
База данных |
Исследователь |
Рис. 1.5. Расширенная биотехническая система медицинской визуализации
Врезультате обработки медицинского изображения ему будет
соответствовать пространственное |
распределение светового |
потока |
BA,P{xJ ,λ',t'} ≠ B{xK ,λ,t}. В общем |
случае размерность (J ≠ K ), |
длина |
21
волны излучения (λ'≠ λ) и временные характеристики изображения (t'≠ t ) зависят от способа его обработки.
В настоящее время создано и успешно применяется множество систем обработки изображений как в составе систем медицинской визуализации, так и отдельно от них. Выделяют подсистемы для просмотра, архивирования, передачи, изменения формата и редактирования медицинских изображений. Однако для использования в медицинских учреждениях наиболее предпочтительны системы, объединяющие в себе все средства, необходимые для работы врача, т. е. интегрирующие многие из перечисленных функций. В отношении видов медицинских изображений некоторые системы являются универсальными, другие же ориентированы на анализ и обработку лишь определенных видов медицинских изображений. При этом в зависимости от приложения (конечной цели обработки изображения) акцент может быть сделан на выделении определенных признаков в процессе анализа изображения и применении определенных методов обработки.
1.6. Общий подход к преобразованию изображений
Системы обработки медицинских изображений позволяют врачу (исследователю) повысить эффективность зрительного восприятия изображений (например, в смысле обнаружения на них объектов интереса) и, следовательно, эффективность диагностики. Рассмотрим общие принципы, которые должны быть соблюдены в процессе преобразования изображений. Соответствующая последовательность действий представлена на рис. 1.6.
Оценка качества
изображения
Критерии оценки качества изображения
Цель |
|
|
|
|
|
|
|
Результат |
преобразования |
|
Анализ признаков |
|
|
Обработка |
преобразования |
||
изображения |
|
|
|
изображения |
||||
|
изображения |
|
|
изображения |
||||
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
Информативные |
|
|
|
Методы |
|
|
|
|
признаки |
|
|
обработки |
|
||
|
|
изображения |
|
|
изображения |
|
||
|
|
|
|
|
|
|
|
|
22
Рис. 1.6. Последовательность действий в процессе преобразования изображений
Обработка изображений предполагает выполнение различных операций преобразования изображений с заданной целью, поэтому первым и самым важным является определение этой цели. Как показано в 1.5, помимо улучшения изображений для зрительного восприятия и повышения за счет этого эффективности диагностики обработка медицинских изображений может производиться и в других целях. Так, в связи с активным внедрением во врачебную практику телемедицины актуальным стало сжатие (и восстановление) изображений [1].
Специфика медицинских изображений обусловливает определенные требования к их обработке. Любое преобразование изображения (в том числе, направленное на повышение эффективности диагностики) вносит в него искажения, поэтому все воздействия на медицинские изображения в системах их обработки должны быть обратимы. Следует очень ответственно относиться к выбору методов преобразования медицинских изображений, поскольку их эффективности, в конечном итоге, зависит жизнь пациента.
После того как цель выбрана, необходимо проанализировать признаки изображения. Такой анализ подразумевает выделение из изображения некоторых данных, наиболее полно отражающих интересующие исследователя особенности изображения, – информативных признаков изображения (далее просто «признаки»).
Обработка изображения предполагает применение к нему некоторого математического преобразования для достижения поставленной цели. Чтобы оценить, достигнута ли цель преобразований изображения в результате его обработки, применяются различные критерии (показатели) качества. При этом качество может быть рассмотрено как характеристика самого изображения и определяться его собственными признаками или же выступать как мера близости двух изображений – реального и некоторого идеального (или исходного и преобразованного). Во втором случае появляется возможность оценить качество средства преобразования – последовательности методов обработки изображения или системы, реализующей эту последовательность.
Для достижения поставленной цели преобразований обработка медицинского изображения должна быть направлена на изменение определенных информативных признаков этого изображения, его пространственных и энергетических характеристик. Дополнительный
23
контроль обеспечивается за счет оценки качества проведенных преобразований с помощью различных критериев.
В таблице 1.2 представлена классификация наиболее часто применяющихся при анализе признаков изображений и соответствующих методов их обработки [1], [2], [6], [9], [10]. Выделены две группы признаков: признаки, полученные в пространственной области анализа изображений (геометрические и структурные), и признаки, полученные в частотной области (спектральные).
Пространственные
|
|
|
|
|
|
|
|
|
|
Таблица 1.2 |
||
|
|
Информативные признаки и методы обработки изображений |
|
|
||||||||
|
|
Признаки изображений |
|
|
Методы обработки изображений |
|
||||||
|
|
|
|
|
||||||||
|
Геометрические: |
|
Метрические |
|
|
Геометрические |
|
Масштабирование, |
|
|||
|
|
|
|
|
||||||||
|
в |
основе |
|
(размеры |
|
|
|
|
сдвиг, |
поворот |
|
|
|
расчета – |
|
изображенного |
|
|
|
|
изображения, |
|
|||
|
геометрические |
|
объекта, |
расстояния |
|
|
|
линейная |
и |
|
||
|
характеристики |
|
между |
точками |
на |
|
|
|
нелинейная |
|
||
|
представленных |
|
изображении, |
|
|
|
|
коррекция |
|
|
||
|
на |
изображении |
|
периметры |
и |
|
|
|
геометрических |
|
||
|
объектов |
|
площади объектов и |
|
|
|
искажений и др. |
|
||||
|
|
|
|
их соотношения |
и |
|
|
|
|
|
|
|
|
|
|
|
др.). |
|
|
области |
|
|
|
|
|
|
|
|
|
Топологические |
|
|
|
|
|
|
||
|
|
|
|
(число |
связных |
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|||
|
в |
основе |
|
компонентов |
|
пространственнойВ |
|
|
локальных |
|
|
|
|
|
распределения |
|
|
|
|
|
|||||
|
|
|
|
объекта, |
число |
|
|
|
|
|
|
|
|
|
|
|
«дыр» в объекте, |
|
|
|
|
|
|
||
|
|
|
|
число Эйлера и др.) |
|
|
|
|
|
|
||
|
Структурные |
|
Яркостные |
|
|
Амплитудные |
|
Методы |
|
|
||
|
(вероятностные): |
|
(гистограмма |
|
|
|
|
преобразования |
|
|||
|
расчета – |
|
значений яркости на |
|
|
|
контрастов, |
|
||||
|
статистические |
|
изображении и др.). |
|
|
|
методы |
|
|
|||
|
показатели |
|
Текстурные |
|
|
|
|
растяжения, |
|
|||
|
(характеристики |
|
(автокорреляционная |
|
|
|
методы |
|
|
|||
|
изображения как |
|
функция |
|
|
|
|
|
гистограммных |
|
||
|
случайного |
|
изображения и др.). |
|
|
|
преобразований, |
|
||||
|
процесса) |
|
Признаки |
|
|
|
|
разностные |
|
|||
|
|
|
|
стохастической |
|
|
|
|
методы, |
|
|
|
|
|
|
|
геометрии |
|
|
|
|
пространственная |
|
||
|
|
|
|
|
|
|
|
|
|
фильтрация и др. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
24
|
Спектральные: |
Спектральные |
частотнойобласти |
Спектральные |
Частотная |
|
|
в |
основе |
коэффициенты |
|
фильтрация и др. |
|
Частотные |
расчета – |
|
Фурье- |
|
|
|
изображения |
преобразования, |
|
|
|||
|
спектральная |
|
|
|
||
|
модель |
|
косинусного |
|
|
|
|
преобразования |
преобразования и др. |
|
|
|
|
|
|
|
|
В |
|
|
|
|
|
|
|
|
|
|
Заметим, что геометрические признаки чаще всего характеризуют |
|||||
пространственные |
характеристики |
изображений, |
структурные – |
энергетические (яркостные, амплитудные), а спектральные – как пространственные, так и энергетические.
В соответствии с признаками, определенными при анализе, среди всего многообразия методов обработки изображений можно выделить методы обработки в пространственной области (геометрические и амплитудные преобразования) и методы обработки в частотной области. При этом методы обработки в пространственной области предполагают изменение пространственных и энергетических характеристик изображения отдельно друг от друга, а методы обработки в частотной области – одновременно.
Отметим, что разделение методов, применяющихся для анализа признаков и обработки изображений, обусловлено описанным в данном разделе подходом к преобразованию изображений, но не определяется содержанием самих методов. В связи с этим методы, применяющиеся для анализа признаков изображений, также могут быть использованы для обработки изображений и наоборот.
25