Лекція 9 Огляд курсу


НазваЛекція 9 Огляд курсу
Дата конвертації13.02.2013
Розмір520 b.
ТипЛекція


Медичне зображення та Розпізнавання образів

  • Лекція 9

  • Огляд курсу

  • Олег Третяк


План курсу

  • Частина 1: Методи та моделі зображення

    • Вступ
    • Теорія лінійних систем та Фур’є-аналіз
    • Теорія ймовірності та ймовірносні процеси
    • Захоплення зображення та його зберігання
    • Операції обробки зображення. Унарні операції. Лінійні та нелінійні фільтри. Морфологічні операції. Сегментація.
    • Лабораторна 1. Вступ до програми ImageJ. Сканування. Характеристики формувачів зображень.
    • Лабораторна 2. Обробка зображення. Робота із стандартними операціями. Проблема збереження експерименту.


План курсу: Більше

  • Модальності діагностичного зображення

    • Рентгенівське зображення: Рентгенівське загасання та розсіювання. Механізми контрастності. Доза. 3D- зображення.
    • Комп'ютерна томографія: перетворення Радона та його звертання. Рентген, Гама-томографія та Позитронна емісійна томографія.
    • Формування зображення магнітного резонансу. Генерація сигналу. Робота зі сканером та інверсія. Послідовність імпульсів.
    • Лабораторна 3. Обробка медичного зображення. Робота із зображенням отриманого з комп'ютерної томографії та видалення необхідного фрагменту зображення.


План курсу: ще більше

  • Частина 2: Статистичне розпізнання образів

    • Основи статистичного розпізнання образів. Статистичне оцінювання, критерії для перевірки гіпотези.
    • Задачі оцінювання в розпізнанні образів. Лінійні класифікатори.
    • Нейроні мережі та навчальні правила. Зворотне відтворення.
    • Методи оцінювання: повторна заміна, залишити-один-викинути. ROC методи: параметрична та ординальна домінанта. Самоналагодження та змінювання.
    • Огляд: питання в дослідженнях медичних зображень.
    • Лабораторна 4. Методи побудови графіків та їх аналіз. Псевдовипадкові числа та моделювання. Самоналагодження.
    • Лабораторна 5. Класифікація за допомогою лінійних класифікаторів. Робота з нейронними мережами.


Рентгенівське зображення: Як воно працює.



Комп'ютерна томографія: Як вона працює



Джерело сигналу магнітного резонансу



Ультразвуковий сканер

  • Малюнок поступово побудовано скануючими лініями.

  • Ехосонографія – по суті томографія.

  • Зображення отримані в мілісекундах, так що їх видно в дійсному прошарку часую



Коліматор

  • Реєструються тільки проміні, які перпендикулярні поверхні камери.



Роздуми про зображення

  • Три дієві особи при отриманні зображення

    • Об'єкт
    • Зображення
    • Спостерігач


Частотна складова сигналу

  • Ak – амплітуда компонента

  • k - частота

  • k - фаза



Приклад апроксімації Фур’є



Фур’є властивість лінійної стаціонарної системи

  • Якщо система є лінійною та стаціонарною, тоді синусоїдальні вхідні сигнали продукують синусоїдальні вихідні сигнали



Теорема смуги пропускання

  • Сигнал є точно відтвореним, якщо смуга частот сигналу є меншою ніж смуга пропускання системи



Теорема Дискретизації

  • Частота 2W називається Найквістова частота амплітудно-імпульсної модуляції (Найквістова частота)

  • Сигнал, що не має складових за частотами вище W називається вузькосмугастим із смугою частот W.

  • Всі сигнали приблизно вузькосмугасті.

  • В практиці, ми дискретизуємо за частотою (1+a)2W. Це називається вибірка з запасом частоти дискретизації. Запас 50% вибірки (a = 0.5) є простим і надійним.



Двомірний Аналіз Фур’є



Приклади 2D ФП



Двомірні Системи

  • За аналогією з одномірними системи, ми використовуємо моделі двомірних систем.



Теорема про 2-D дискретизацію



Зоровий провідний шлях - Анатомія



Двомірні системи

  • Ми бажали б мати модель системи для технічного зору.



‘Типічна’ зорова просторова характеристика







Компроміс шуму

  • В рентгенівських та радіонуклідних системах, зменшення шуму в зображеннях потребує більшої радіаційної дози

  • В зображеннях магнітного резонансу, зменшення шуму потребує більше часу

  • Висока розподільна здатність утворює більше шуму



Пікселі, градації сірого та квантування

  • Концептуально, монохромне зображення (чорно-біле) є функцією f(x, y), дискретизованою двомірною сіткою.

  • Кожне вибіркове значення зветься пікселом (елемент зображення).

  • Концептуально, функція є дійснозначною та має неперервний діапазон. Це зветься градація сірого пікселя.

  • На комп'ютері, він представлений кінцевим набором бітів. Це зветься квантуванням.

  • Найбільш часто, цифрова величина інтерпретується як невід'ємне ціле число, яке представлене байтом (8 бітів).

  • 0 ≤ v < 28 (256)



Приклад

  • “сирий” формат зображення, 256x256, 1 байт на піксель



Розрахунки

  • В так званому “сирому” форматі, файл утримує тільки градацію сірого пікселів.

  • Бітів/зображення = Рядків x Колонок x бітів/піксель

  • Байтів/зображення = Рядків x Колонок x байтів/піксель

  • Приклад:

    • Для попереднього слайду, 256 рядків, 256 колонок, 1 байт на піксель.
    • Байтів = 256x256x1 = 65536


Чому стандартні формати?

  • Взаємодія

    • Зображення зроблені фотокамерою Nikon, проглядаються на комп'ютері фірми Apple.
  • Переваги стандартів

    • Змагання між виробниками (нижчі ціни)
    • Створення ринків
    • Багаточисельні виробники – безпечність достачі продуктів


TIFF

  • Файловий Формат Тега для Зображення (Tagged Image File Format)

  • Право власності зараз належить фірмі Adobe

  • Багато різних опцій (легко писати, важко читати)

  • Файл утримує інформацію щодо

    • Рядків та колонок
    • Як багато компонентів (колір, оверлей)
    • Бітів на канал
  • Приклад: lena.raw - 65,536 Байтів, lena.tif - 66,304 Байтів

  • Надмірна пам'ять (768 Байтів) використовується для зберігання інформації щодо зображення.



Кодування зображення (компресія)

  • Навіщо потрібна компресія?

    • Зберігання більше зображень у тому самому об'єму пам'яті
    • Витрачати менше часу при відправці зображення на веб
  • Компресія без витрат:

    • Декомпресія файлу та отримання того ж самого зображення, біт - к - біту
    • Типічно, лише подвійна компресія для сірошкальних зображень.
  • Компресія з утратами:

    • Декомпресія та отримуємо щось подібне.
    • Будь-яка компресія.
    • Компроміс між якістю зображення та компресією.


Приклади JPEG компресії



Стандарт DICOM

  • Digital Imaging and Communication in Medicine (Цифрова Візуалізація і Зв’язок у медицині)

  • Постійне діяльність у розробці стандарту

  • Спонсорується Американським Колледжем з Радіології (ACR) і Національною Асоціацією Виробників Електроніки (National Electronics Manufacturers Association - NEMA)

  • 22 робочі групи



Операції з контрастністю

  • I(x,y) – початкове зображення; O(x,y) – вихідне зображення;

  • Для кожної крапки x,y:

  • O(x, y) = cI(x,y)+b

    • c ~ контрастність, b ~ яскравість


Зміна масштабу, обертання та обрізка зображення



Медіанний фільтр

  • Використання: Зменшення шуму

    • В програмі ImageJ: Process->Filters->Median...


Стек

  • Стек – послідовність зображень, всі вони мають ті самі розміри

  • Найбільш часто, стек – послідовність зрізів 3-D об'єкта

  • Може мати часову послідовність (фільм)



Виміри з зображення

  • Типи вимірів

    • Геометричний
    • Інтенсивний
  • ОІ (область інтересу)

  • Сегментація



Приклади вимірювань

  • Площина 16384

  • Сер. значення 158.431

  • СтДев 57.680

  • Мода 194

  • Min 0

  • Max 255

  • X 64

  • Y 64

  • ...



Рентгенограма грудної клітки

  • Вірно зображені кості

    • ребра, хребет, ключиці
  • Видно тканини: м’язи рамен, серце, живіт

  • Фактура легенів



Вивчення грудної клітки

  • Пневмоторакс (повітря поміж легенями та грудною кліткою)

  • Зауважте також, що двостороннє нижнє затвердіння легені, більше у правій ніж лівій. Плевральна дренажна трубка з правої половини грудної клітки.



Голова

  • Видно чашку, скальп

  • Не видно звоїв кори мозку, артерій, жолудлчків головного мозку



Приклад: Голова

  • Кровотеча при ударі

  • Може визвати порушення мозку, якщо не лікувати

  • Кров між мозком та твердою мозковою оболонкою, легко лікувати



Аневризма



Рентгенограма живота

  • Видно: Костеві структури

    • крижі, таз, ноги, ребра.
  • Видно м’які тканини:

    • печінка, шлунок, м’язи ніг .
  • Запутане зображення кишечника

    • видно газ, стінки кишечника .
  • Не видно:

    • Седезінки, нирок, кровоносних судин печінки.


Черевна порожнина

  • Апендицит (стрілка)

  • Контрастні агенти у шлунку та крові



МР серця: акінез стінок



МР скелетно-м’язових тканин

  • Ліворуч: нормальне коліно.

  • Праворуч: розрив передньої хрестоподібної зв'язки



МР хребта



Функціональне МР головного мозку



Висновки – Аналіз Фур’є

  • Сигнали складаються с синусоідних хвиль (гармонічні коливання, складові Фур’є).

  • Дінійна часо- (або просторно-) інваріантна система множить складові за факторами, які залежать від частоти.

  • Ці результати працюють в одному та двох вимірах.

  • В двох вимірах частота є вектором (має вертикальну і горизонтальну складові).



Більше висновків

  • Сигнали і системи мають пропускну здатність

  • Якщо пропускна здатність системи є більщою ніж смуга частот сигналу, тоді сигнал відтворений добре.

  • Якщо пропускна здатність системи є меншою ніж смуга частот сигналу, тоді сигнал є спотвореним.

  • В двох вимірах пропускна здатніть і смуга частот є більш цікаві. Вони залежать від напрямку.



Резюме

  • Теорія ймовірності та статистики є важливим інструментом при вивченні медичного зображення та розпізнання образів.

  • Системи обробки зображення потребують компромісу між розподільною здатністю зображення, шумом, дозою та іншими факторами.

  • Оцінка діагностичних систем може бути зроблена тільки завдяки використанню теорії ймовірності та статистики.



Огляд кодування зображення

  • Таблиця пікселів, кількість рядів і стовпчиків

  • Шкала сірості, квантування, кількість бітів на піксель

  • Формати без стиснення і втратів - TIFF

  • Формат з стисненням і втратами - JPEG

  • Додаткова інформація: фізичні виміри, назва пацієнта, дата ...

  • Меднчні формати: DICOM



Методи обробки зображення

  • Покращення зображення

  • Виміри зображення

    • Покращення зображення може бути початковим кроком до виміру
  • Істотні методи покращення зображення

    • Корекція контрастності
    • Масштабування зображення


Виміри зображення

  • Визначення ОІ (область інтересу, вибір)

  • Виміри

    • Геометричні ознаки
    • На базі градієнту сірого
  • Ручний ОІ є достовірним

  • Автоматичний ОІ іноді є можливим



Підсумки

  • Рентгерогафії сто років

  • Привела до революції в медицині

  • Корисна для багатьох діагностичних досліджень

    • Обмеження: недостачна контрастність для м’яких тканин
    • Допомагають контрастні агенти


Розвиток в Рентгенології

  • Цифрове записування замінює фотоплівки

    • Нижча якість зображень
    • Краща чутливість
    • Зручнійше
  • Компютурний діагноз прибув!

    • Тепер допомагає при маммографії. Якість може зростати
    • На мою думку, тепер черга на радіографію


Висновки

  • Успіх комп'ютерної томографії в тому, що вона показує різницю в щільності м'яких тканин, що не видно при рентгенівському зображенні

  • Розвиток високошвидкісних (спіральне сканування) машин йде шляхом покращення рентгенівських детекторів

  • Це привело до методів 3-D зображення

    • Планування хірургії
    • Віртуальна ендоскопія


Переваги МР

  • Зображення м'яких тканин тіла, таких як серце, легені, печінка – чіткіші та більш детальні

  • МР може допомогти оцінити функцію так само як і структуру

  • Безцінний інструмент при ранній діагностиці пухлин

  • Контрастні матеріали МР є менш шкідливими ніж ті, які використовуються у рентгені чи КТ

  • Швидка, неінвазивна ангіографія

  • Радіаційне опромінення - мінімальне (неіонізуюча)



Риск та недостатки

  • Металеві імплантати можуть викликати проблеми

  • Проблеми щодо клаустрофобії

  • Треба уникати МР в перших 12 тижнів вагітності

  • Кістки краще представляється рентгеном

  • МР коштує дорожче ніж КТ



Схожі:

Лекція 9 Огляд курсу iconВнутрішні хвороби
Введення в клініку внутрішніх хвороб. Предмет та завдання курсу пропедевтики внутрішніх хвороб із загальним доглядом за хворими....
Лекція 9 Огляд курсу iconЛекція з курсу трансфузіології

Лекція 9 Огляд курсу iconЛекція Принцип інкапсуляції Лекції для студентів 2 курсу
Бублик Володимир Васильович Об'єктно-орієнтоване програмування Частина Об'єктне програмування. Лекція Принцип інкапсуляції
Лекція 9 Огляд курсу iconЛекція з дитячої терапевтичної стоматології для студентів 4 курсу стоматологічного факультету

Лекція 9 Огляд курсу iconЛекція №1 Введення до клініки внутрішніх хвороб. Загальний огляд хворого. З новим навчальним роком! Вас вітає кафедра клінічної фармації!

Лекція 9 Огляд курсу iconЛекція для студентів 2 курсу з пропедевтики ортопедичної стоматології Лекція для студентів 2 курсу з пропедевтики ортопедичної стоматології
Анатомічна формула зубів молочного прикусу 2, тобто на кожному боці як верхньої, так і нижньої щелепи є два різці, одне ікло, два...
Лекція 9 Огляд курсу iconЛекція Ієрархія об’єктів: композиція і агрегація Лекції для студентів 2 курсу
Бублик Володимир Васильович Об'єктно-орієнтоване програмування Частина Об'єктне програмування. Лекція Ієрархія об’єктів: композиція...
Лекція 9 Огляд курсу iconЛекція №1
Короткий історичний огляд розвитку неврології. Принципи будови та функції нервової системи. Безумовні рефлекси. Система довільних...
Лекція 9 Огляд курсу iconЛекція №21. Участь медсестри в інструментальних методах дослідження. Ендоскопічні методи обстеження
Огляд слизової оболонки шлунково-кишкового тракту стравоходу, шлунка, дванадцятипалої кишки езофагогастродуоденоскопія
Лекція 9 Огляд курсу iconЛекція 1 Огляд медичних зображень
Операції обробки зображення. Унарні операції. Лінійні та нелінійні фільтри. Морфологічні операції. Сегментація

Додайте кнопку на своєму сайті:
dok.znaimo.com.ua


База даних захищена авторським правом ©dok.znaimo.com.ua 2013
звернутися до адміністрації
dok.znaimo.com.ua
Головна сторінка