Bb67_v16-terkunci.en.id.docx

Tomography komputerisasifor Aplikasi Industri dan sayaPengolahan penyihirdi Radiologi Mlengkungan 15-17, 1999, Berlin, Jerman DGZfP Prosiding BB 67-CD Kertas 16

Pengolahan gambar di Computed Radiografi

Pieter Vuylsteke, Emile Schoeters, Agfa-Gevaert NV, Mortsel, B

Abstrak thadalah artikel dimulai dengan gambaran dari teknik pengolahan citra digunakan dalam Computed Radiografi (CR) sistem berbasis penyimpanan fosfor. Berikutnya menguraikan tentang pilihan algoritma penajaman citra. Kedua prinsip kerja dan masalah kualitas gambar yang dibahas. Fokus utama adalah pada peningkatan citra multiskala, yang telah menjadi state-of-the-art. pengantar Sejak hari-hari awal pengembang teknologi CR telah diselidiki solusi untuk menjembatani kesenjangan antara rentang dinamis yang sangat besar yang menjadi ciri khas detektor CR dan jangkauan terbatas dari media output dan proses melihat. Sebagian besar dari fungsi pengolahan gambar di CR penawaran sistem saat ini secara langsung atau tidak langsung dengan isu memanipulasi kontras gambar, sedemikian rupa bahwa semua fitur gambar yang relevan diserahkan kepada tingkat yang sesuai visibilitas, meskipun pembatasan rentang kepadatan melihat. CR produsen peralatan telah mengadopsi teknik pengolahan gambar dasar, atau mereka telah mengembangkan solusi khusus. Akalh artikel ini adalah tugas kami untuk memberikan pemahaman yang lebih baik dari teknik perbaikan citra penting dari sistem CR, apa tujuan mereka, bagaimana mereka beroperasi, dan bagaimana mereka mempengaruhi kualitas gambar. CR pengolahan gambar GAMBARAN Sebuah diagram sederhana dari operasi pengolahan citra dalam sistem CR saat ini digambarkan dalam Gambar. 3.1. Ansambel operasi diterapkan pada aliran data gambar bisa menjadi kira-kira berjudul 'image enhancement'. Peran fungsi pengolahan gambar dalam jalur data ini adalah untuk meningkatkan kualitas visual gambar CR dalam hal resolusi spasial, ketajaman, resolusi kontras, dynamic range, SNR. Upaya pengolahan di jalur utama harus dilakukan dengan memaksimalkan transfer informasi kepada pemirsa. Peningkatan kontras gambar adalah topik utama dari artikel ini dan akan diuraikan dalam bagian 4. the operasi pengolahan citra dikendalikan oleh parameter, yang sering ditugaskan nilai sesuai dengan jenis pemeriksaan. Nilai parameter yang telah ditentukan disimpan dalam tabel, dengan entri untuk setiap jenis pemeriksaan. Spesifikasi jenis pemeriksaan dilakukan segera sebelum atau setelah setiap exposure melalui sebuah terminal identifikasi, dan karenanya rentan terhadap kesalahan manusia. sayan sistem CR saat ini beberapa fungsi pengolahan gambar dikendalikan oleh DGZfP Prosiding BB 67-CD

87

kertas 16

parameter internal yang yang berasal dari data gambar yang sebenarnya. Nilai parameter yang

DGZfP Prosiding BB 67-CD

88

kertas 16

Tomography komputerisasi dan Image Processing 1999

Estimated oleh algoritma heuristik. Dengan cara ini jenis dan tingkat peningkatan yang disesuaikan dengan karakteristik tertentu dari gambar dalam hal tingkat kepadatan, dynamberbagai ic, tingkat kebisingan, atau adanya daerah yang tidak relevan seperti perbatasan collimation. Dalam kebanyakan kasus versi berkurang dari gambar asli digunakan sebagai masukan untuk analisis, karena ini masih mengandung data penting untuk tugas di tangan. Meskipun tujuan akhir dari pekerjaan analisis ini sangat mirip antara peralatan yang berbeda, kebanyakan algoritma adalah proprietary, sehingga hanya sedikit yang diterbitkan tentang pelaksanaannya yang sebenarnya.

,' VW DW LR Q H [DP VSHFLILF SDUDPHWHUV

LPDJH UHDGRXW

UHGXFHG LPDJ H

UDZ LPDJH

LPDJH HQKDQFHPHQW

SURFHVVHG LPDJH

LPDJH RXWSXW

LPDJH GHULYHG SDUDPHWHUV DQDO \ VLV

FIG. 3.1 Generalized CR pengolahan gambar diagram alir. sayat adalah salah satu fungsi penting dari pengolahan gambar CR untuk mengekstrak subrange sinyal membentang oleh subjek dari jangkauan dinamis detektor penuh, yang biasanya 103to 104dalam hal eksposur. Rentang diekstraksi dianggap mengandung semua data gambar yang relevan dan dipetakan ke kisaran melihat. Ini disebut sinyal normalisasi. kualitas gambar sangat dipengaruhi oleh operasi yang tepat dari algoritma ekstraksi subrange. Resolusi kontras akan menderita jika kisaran diekstraksi terlalu besar. Di sisi lain kegagalan untuk menutupi seluruh subrange diagnostik akan menyebabkan beberapa daerah gambar yang relevan dengan seragam putih atau hitam, karena semua nilai sinyal yang melebihi kisaran diekstrak dipetakan ke minimum atau maksimum memilihdensity ical masing-masing. Proses ekstraksi subrange digambarkan dalam gambar 3.2.

DGZfP Prosiding BB 67-CD

89

kertas 16

Tomography komputerisasi dan Image Processing 1999

FIG. 3.2. penyesuaian subrange dan pemetaan gradasi di Agfa ADC.

DGZfP Prosiding BB 67-CD

90

kertas 16

Tomography komputerisasi dan Image Processing 1999

the sinyal yang sebenarnya subrange (antara garis putus-putus) yang sesuai dengan bagian tubuh yang relevan ditemukan oleh analisis histogram dari nilainilai sinyal. subrange yang dipilih dipetakan menjadi kuantitas yang menggerakkan printer Film atau layar monitor (dalam satuan densitas optik). Pemetaan ini biasanya nonlinear. Bentuk kurva pemetaan dirancang untuk mengoptimalkan kontras render di seluruh rentang kepadatan. the algoritma saat ini untuk ekstraksi subrange mungkin tertipu oleh kehadiran perbatasan kepadatan rendah di eksposur collimated, seperti yang ditunjukkan pada gambar 3.3. Untuk alasan bahwa algoritma ekstraksi subrange harus membatasi analisisnya secara eksklusif untuk histogram data dari daerah bunga. Beberapa sistem CR menyediakan perangkat lunak analisis canggih for menemukan daerah bunga secara otomatis. Selain itu algoritma ini mampu mendeteksi beberapa daerah kepentingan dalam kasus side-by-side eksposur di piring pencitraan tunggal.

Gambar. 3.3. Dalam berbagai pemeriksaan sinar X-ray collimated untuk meminimalkan bagian yang diradiasi tubuh. teknik analisis citra yang diterapkan untuk menemukan daerah yang menarik tanpa campur tangan manusia. Sebuah deskripsi yang lebih luas dari rantai pencitraan sistem CR disajikan dalam 1.

image Kontras PENINGKATAN thadalah bagian berkonsentrasi pada pertanyaan bagaimana pengolahan citra kontribusi untuk meningkatkan kualitas gambar CR. the rentang dinamis detektor CR sangat besar dibandingkan dengan rentang densitas yang tersedia dari viewboxes atau tampilan layar di bawah kondisi cahaya ambient normal. Tanpa pengolahan gambar ketidakcocokan ini akan menyebabkan kerugian tambahan yang signifikan dari informasi bergambar dalam rantai CR pencitraan. Ini akan ditampilkan dalam subbagian berikutnya bagaimana teknik peningkatan khusus selain menyesuaikan kepadatan global, kontras, dan gradasi dapat membantu untuk memaksimalkan transfer informasi gambar untuk penampil. edge peningkatan the nalar dari tepi dan fitur kecil dapat ditingkatkan dengan menaikkan amplitudo komponen frekuensi spasial tinggi dalam gambar, misalnya oleh dua dimensi high-pass filter. masking Unsharp adalah metode yang paling DGZfP Prosiding BB 67-CD

91

kertas 16

Tomography komputerisasi dan Image Processing 1999

awal dan paling terkenal digunakan dalam sistem CR. Dalam bentuk dasarnya itu dirumuskan sebagai:

DGZfP Prosiding BB 67-CD

92

kertas 16

Tomography komputerisasi dan Image Processing 1999

(4.1)

YXXX

where X mewakili nilai-nilai pixel dari gambar asli, Y gambar yang dihasilkan, danXversi merapikan dari gambar asli diperoleh operasi rata-rata bergerak. Perbedaan gambarXX mewakilis isi frekuensi spasial tinggi dari gambar, dan faktor peningkatan menentukan berapa banyak dari komponen ini ditambahkan ke gambar akhir. Dalam peralatan CR komersial faktor tambahan dibuat data-dependent untuk kontrol yang lebih baik: (4.2)

YXXXX

Dalam hal ini faktor yang menentukan tingkat peningkatan, dan fungsi X menyesuaikans derajat peningkatan kepadatan gambar lokal. Jenis fungsi dapat dipilih agar sesuai dengan persyaratan pemeriksaan yang khas. thcara, adalah mungkin misalnya dalam gambar dada untuk menekan peningkatan di daerah Haif penetrasi rendah seperti mediastinum, untuk menghindari amplifikasi suara di sana. the bandwidth pita frekuensi spasial untuk ditekankan ditentukan oleh ukuran kernel filter. Jika ukuran kernel kecil yang ditentukan, maka semua komponen sinyal frekuensi spasial tinggi ditekankan relatif terhadap citra frekuensi rendah menengah dan komponen. Dalam kasus ukuran kernel yang lebih besar juga komponenkomponen frekuensi menengah akan diperkuat. Hal ini diperjelas oleh kurva diplot di ara. 4.1, yang mewakili respon frekuensi dasar saringan masking unsharp (4.1) untuk ukuran kernel yang berbeda m (dalam pixel), yang diberikan oleh: Fy f

sdi mf

1

mf

(4.3)

wengan frekuensi spasial f dinyatakan dalam siklus per pixel. Faktor amplifikasi asimtotik untuk frekuensi tinggi adalah 1+, dan frekuensi terendah di mana respon mencapai nilai ini diberikan oleh fc= 1 / m. Secara umum, masking unsharp akan menekankan fitur lebih kecil dari kernel filter. Jadi, jika tujuan hanya untuk mempertajam tepi, maka kernel harus dipilih sedikit lebih besar dari batas spasial dari transisi tepi. Sebuah fitur dapat dianggap sebagai terdiri dari tepi kiri diikuti dengan tepi kanan, maka efek gabungan menekankan kedua tepi adalah peningkatan fitur.

DGZfP Prosiding BB 67-CD

93

kertas 16

Tomography komputerisasi dan Image Processing 1999

5

Fy_109 (f)4 Fy_39 (f) 3 Fy_13 (f) Fy_5 (f)

2

1

0 0,1 0,2 0,3 0,4 0,5 f

FIG. 4.1. respon frekuensi filter unsharp mask, = 3, untuk ukuran kernel dari 109, 39, 13 dan 5 piksel. SEBUAHlthough filter ini mudah ditandai dalam domain frekuensi, tidak jelas untuk menentukan ukuran kernel nilai yang paling tepat untuk jenis pemeriksaan yang berbeda2,3,4,5. diameter kernel kecil dilaporkan sesuai untuk meningkatkan ketajaman gambar dan visibilitas rincian linier baik, tapi pada saat yang sama bagian frekuensi tinggi dari spektrum suara didorong, menghasilkan penampilan yang baik-butir khas. Kelemahan dari perangkat media-kernel terdiri bersembunyi lesi patologis yang tidak memiliki kontur ditingkatkan, seperti nodul paru. Dalam kasus kernel besar hanya besar benda rendah kontras menjalankan risiko yang ditekan. Hal ini juga disarankan untuk menerapkan perangkat tambahan hanya untuk derajat ringan, karena diperpanjang struktur rendah kontras dengan batas-batas yang tidak jelas dapat ditekan bahkan dengan ukuran kernel terbesar yang tersedia4. thPenampilan e-butiran halus yang disebabkan oleh kebisingan amplifikasi dalam pita frekuensi yang sempit dapat dikurangi dengan versi kepadatan tergantung dari masking unsharp (4.2). Hal ini dicapai dengan memilih kurva peningkatanX that menghindari keunggulan yang signifikan enhancement di daerah penetrasi rendah seperti mediastinum, di mana suara yang paling mengganggu. Kekurangannya, bagaimanapun, adalah bahwa ujung kateter yang biasanya terletak di daerah-daerah tidak ditekankan tidak. edge tambahan harus diterapkan dengan hati-hati, karena peningkatan berat dapat memperkenalkan artefak. Amplifikasi komponen frekuensi tinggi dari amplitudo tepi langkah-seperti yang besar menimbulkan apa yang disebut “Rebound” atau “overshoot” artefak, di mana overenhancement menciptakan garis putih atau hitam bersama dari tepi yang sebenarnya. Selain itu, beriak ini mungkin mengaburkan lesi rendah kontras di sekitar langsung dari tepi kontras tinggi. dyPenurunan rentang Namic the berbagai iradiasi gambar panggul atau bahu mungkin terlalu besar untuk menampilkan semua daerah gambar dengan resolusi cukup kontras. masking unsharp dengan ukuran kernel yang sangat besar dapat diterapkan untuk meningkatkan kontras semua fitur gambar yang relevan dengan mengurangi kontribusi relatif dari komponen-komponen frekuensi sangat rendah dalam gambar. Hal ini diasumsikan bahwa yang terakhir tidak membawa informasi yang signifikan. YXXX DGZfP Prosiding BB 67-CD

94

(4.4) kertas 16

Tomography komputerisasi dan Image Processing 1999

wengan (4.5)

DGZfP Prosiding BB 67-CD

1

95

kertas 16

Tomography komputerisasi dan Image Processing 1999

Berikut gambar kaburX diperoleh oleh operator rata-rata geser dengan kernel yang sangat besar (hingga 255 piksel). the ekspresi (4.4) terdiri dari sebuah istilah di mana komponen frekuensi rendah (yaitu background) telah dihapus, dan yang kedua merupakan kontribusi latar belakang. Istilah pertama sesuai dengan band dari media untuk frekuensi spasial tinggi, dan membawa semua fitur gambar yang relevan. Istilah ini berlalu tanpa modifikasi. Istilah latar belakang, di sisi lain, dikompresi. peningkatan kontras multiskala Priay varian telah dikembangkan metode untuk peningkatan tepi dan pengurangan rentang dinamis dibahas sejauh6,7,8,9. Teknik-teknik ini memiliki kesamaan bahwa mereka semua bergantung pada operator lingkungan spasial, dalam banyak kasus geser rata-rata filter. Seperti yang sudah disebutkan di atas, ada beberapa kontroversi dalam komunitas pencitraan medis tentang pemilihan diameter kernel. Pertanyaan ini tidak memiliki jawaban sederhana, dan dalam banyak kasus pilihan optimal hanya kompromi. Dalam metode di atas data gambar dibagi menjadi dua saluran yang berbeda sesuai dengan frekuensi spasial. Sebaliknya dimodifikasi sesuai dengan mekanisme yang berbeda di setiap channel. Ini tidak optimal, karena di sebagian besar gambar fitur yang relevan memiliki komponen frekuensi di sebagian besar spektrum. fitur gambar kecil seperti tepi dan micronodules sepenuhnya milik high end dari spektrum. fitur menengah dan berukuran besar seperti nodul besar dan struktur anatomi biasanya mencakup rentang menengah ke frekuensi tinggi. variasi kepadatan kotor disebabkan oleh transisi antara bagian tubuh yang berbeda dan daerah latar belakang berkontribusi sebagian besar untuk akhir rendah dari rentang frekuensi. Sebuah priori itu berbahaya untuk mengabaikan bagian dari fspektrum requency, karena lesi halus mungkin ada pada skala apapun. Mendeteksi kekeruhan besar tapi samar mungkin sama pentingnya dengan menemukan patah tulang kecil atau nodul. the pendekatan multiskala disajikan dalam bagian ini tidak lagi mengadopsi ukuran objek atau frekuensi spasial sebagai kriteria untuk mengendalikan jumlah tambahan, melainkan kontras radiasi dari fitur tersebut. Beberapa rincian gambar yang terlihat sendiri, orang lain memiliki kontras yang sangat halus dan mudah diabaikan. Kualifikasi ini berlaku untuk fitur dari berbagai ukuran atau skala, misalnya tepi, tekstur, rincian kompak, struktur besar atau kekeruhan. Visualisasi umumnya ditingkatkan dengan ampDada Bervolume kontras fitur gambar yang halus, dan pada saat yang sama pelemahan komponen yang kuat tanpa risiko menghilangkan informasi. Hal ini dilakukan terlepas dari ukuran fitur, maka multiskala jangka. Ini adalah paradigma dasar pemerataan kontras multiskala, komersial dikenal sebagai MUSICA dalam sistem Agfa ADC. akronim singkatan dari “MUlti Skala Gambar Kontras Amplifikasi”10. Representasi multiskala the ide dasar dalam peningkatan multiskala adalah untuk menguraikan gambar menjadi komponen-komponen yang mewakili rincian individu, dan untuk meningkatkan kontras dengan segera beroperasi pada komponen ini bukan pada gambar aslinya. Dengan linear transformasi gambar X (i, j) didekomposisi menjadi jumlah tertimbang dari dua basis dimensi fungsi A (i, j), dan masing-masing mengubah koefisien bk,lkembalimenyajikan kontribusi relatif dari fungsi dasar yang sesuai dengan gambar asli: DGZfP Prosiding BB 67-CD

96

kertas 16

Tomography komputerisasi dan Image Processing 1999 X(saya, J) bk.l SEBU k.l AH(sa ya, J)

DGZfP Prosiding BB 67-CD

97

(4.6)

kertas 16

Tomography komputerisasi dan Image Processing 1999

Sebuah linear transformasi dengan secara periodik fungsi seperti Fourier transform tidak cocok untuk tujuan peningkatan kontras karena fungsi dasar memperpanjang di bidang gambar keseluruhan. fungsi dasar harus kompak dan lokal di domain spasial untuk mencocokkan fitur individu. Selain itu, mereka harus mencakup semua skala untuk mewakili rincian berbagai ukuran. Juga mereka harus be terus menerus, jika tidak diskontinuitas dalam gambar yang dihasilkan akan diperkenalkan dengan modifikasi dari koefisien transformasi. Beberapa contoh dari transformasi wavelet memenuhi kriteria di atas, kecuali untuk Haar transformasi, yang tidak memenuhi kriteria kontinuitas. Dalam MUSICA gambar diuraikan sesuai dengan piramida Laplacian transformasi11. asli

hasil - b0

LP LP LP g1

g2

g3

g4

g4

g5

g11

LP LP

LP LP

LP LP

LP LP

LP LP

+

b0'+ +

+ - b1

b1'+ +

+ - b2

b2'+ +

+ - b3

b3'+ +

+ - b4

b4'+ +

+ - b10

b10'+ +

LP

LP

LP

p4

LP

LP

FIG. 4.2. Laplacian piramida dekomposisi dan invers transformasi the dekomposisi dan inverse transformasi secara skematik digambarkan dalam Gambar. 4.2. Gambar asli adalah low-pass disaring dengan kernel Gaussian 5x5 dan subsampled dengan faktor dua. Berikutnya hasil tengah diinterpolasi dengan ukuran gambar asli, dan pixel-bijaksana dikurangkan dari gambar asli. Gambar subband ini adalah yang terbaik Laplacian piramida lapisan. Lapisan berikutnya analog dihitung mulai dari gambar subsampled menengah tahap sebelumnya. Dengan cara ini, kedua dimensi gambar yang dibelah dua setiap kali. Dekomposisi berlangsung sampai gambar subsampled yang terdiri hanya satu pixel, diperoleh. Ini merupakan komponen DC dari gambar. sayan kasus 2k x 2k gambar piramida terdiri dari 11 lapisan. Salinan resolusi rendah gambar asli tersedia sebagai salah satu gaussian merapikan gambar gsayadalam perjalanan dekomposisi. Dalam MUSICA yang berkurang gambar g4which dibutuhkan oleh algoritma ROI temuan diperoleh dengan cara ini. the jumlah detail berkurang pada setiap tahap berikutnya dari dekomposisi piramida. Perbedaan antara operasi kabur berturut-turut disimpan dalam lapisan yang sesuai piramida Laplacian. Perbedaan gambar-gambar ini masing-masing mewakili rinci bergambar sesuai dengan skala tertentu. Dalam domain frekuensi spasial setiap lapisan piramida sesuai dengan oktaf dari spektrum asli. The subbands memiliki tumpang tindih seperti dapat dilihat pada Gambar. 4.8.

DGZfP Prosiding BB 67-CD

98

kertas 16

Tomography komputerisasi dan Image Processing 1999

the inverse transform membuat sketsa di bagian kanan Gambar. 4.2. proses rekonstruksi ini berlangsung dalam urutan terbalik mulai dari gambar skala terbesar, yang terdiri dari pixel tunggal. Interpolasi dilakukan untuk memperbesar gambar sesuai dengan dimensi lapisan berikutnya. Kemudian informasi detail terkait dengan skala saat dibaca dari lapisan piramida yang sesuai dan ditambahkan. Proses pembesaran dan detil Selain diulang sampai gambar dari ukuran aslinya diperoleh. Hasilnya adalah identik dengan gambar asli, jika filter interpolasi menggunakand dalam perjalanan dekomposisi yang identik dengan filter dari invers transformasi. the Laplacian piramida adalah representasi lengkap dari gambar asli. Selain itu, berlebihan, karena ada 4/3 sebanyak koefisien transformasi karena ada piksel.

FIG. 4.3. Gaussian fungsi dasar dari ke-2 melalui lapisan 4 dari piramida Laplacian transformasi. Skala lapisan terbaik (tidak ditarik) terdiri dari pulsa yang identik unit lebar di setiap lokasi pixel. fungsi dasar tumpang tindih, dan seragam tersebar di seluruh bidang gambar. the fungsi dasar memiliki profil Gaussian dengan batas spasial yang terbatas, ada tumpang tindih parsial, dan ansambel meliputi domain spasial seluruh di semua skala, seperti dapat dilihat dalam bidang Gambar. 4.3. sifat ini sangat penting mengingat tujuan dasar dari dekomposisi; yaitu untuk menganalisis gambar menjadi komponen-komponen yang dapat numerik dimanipulasi dalam rangka untuk mengubah kontras fitur gambar secara individual dan lokal.

DGZfP Prosiding BB 67-CD

99

kertas 16

Tomography komputerisasi dan Image Processing 1999

Sebaliknya pemerataan peningkatan kontras dicapai dengan memodifikasi koefisien piramida Laplacian. koefisien kecil mewakili rincian halus. Ini diperkuat dalam rangka meningkatkan visibilitas rincian yang sesuai. Variasi kepadatan yang kuat di sisi lain memiliki kontribusi besar untuk rentang dinamis secara keseluruhan, dan ini diwakili oleh koefisien besar dihargai. Mereka dapat dikurangi tanpa risiko kehilangan informasi, dan dengan mengompresi rentang dinamis, resolusi kontras secara keseluruhan akan meningkat. Seluruh proses dekomposisi multiscale, kontras pemerataan dan rekonstruksi pictorially dicontohkan pada Gambar. 4.4.

Gambar. 4.4. Multiskala kontras pemerataan. Top kiri: gambar asli. Bawah kiri: 4 lapisan multiskala piramida dekomposisi Laplacian. Kanan bawah: piramida setelah pemerataan kontras. Kanan atas: gambar hasil yang diperoleh dengan menerapkan inverse transformasi untuk koefisien piramida menyamakan kedudukan. Kontras disamakan dengan menerapkan amplifikasi nonlinear berikut untuk mengubah koefisien lapisan piramida: u a h

y x S e b DGZfP Prosiding BB 67-CD

100

x kertas 16

Tomography komputerisasi dan Image Processing 1999 x x

DGZfP Prosiding BB 67-CD

101

p

(4.7)

kertas 16

Tomography komputerisasi dan Image Processing 1999

the koefisien x dinormalisasi dengan rentang [-1,1]. Faktor yang diperlukan untuk rescaling gambar yang dihasilkan untuk rentang dinamis yang asli. Eksponen p mengontrol kemiringan kurva amplifikasi, dan karenanya juga jumlah peningkatan kontras ketika gambar direkonstruksi dengan menerapkan inverse transformasi untuk koefisien piramida yang dimodifikasi. Bentuk sigmoid yang diperlukan untuk pemerataan diperoleh jika eksponen dipilih p <1. Hal ini memastikan bahwa nilainilai yang lebih kecil diperkuat relatif terhadap yang lebih besar. Hasil terbaik diperoleh pada kisaran 0,7 melalui 0,85. Pengalaman telah belajar bahwa tidak ada kebutuhan untuk menerapkan peningkatan kuat di luar kisaran ini, karena ini tidak akan mengungkapkan informasi tambahan, tetapi hanya meningkatkan kebisingan kesan. Kurva diplot pada Gambar. 4. 5 dan sesuai gambar setelah rekonstruksi pemeriksaan pinggul pada Gambar. 4.6. Gambar paling kiri sesuai dengan gambar asli, yang dihasilkan dari pengaturan eksponen satu.

1

y1 (x) Y07 (x) 0 y05 (x)

1

101x

FIG. 4.5. amplifikasi nonlinear diterapkan pada koefisien piramida. p = 1,0, 0,7, 0,5.

FIG. 4.6. Kiri: image hip asli (p = 1). Tengah, tepat: kontras multiskala menyamakan kedudukan gambar (p = 0,7, p = 0,5).

DGZfP Prosiding BB 67-CD

102

kertas 16

Tomography komputerisasi dan Image Processing 1999

the efek yang paling menonjol dari pemerataan kontras multiskala adalah visibilitas seragam ditingkatkan fitur halus seluruh gambar, tanpa benar-benar menyimpang dari aslinya 'terlihat'. meningkat ketajaman, tetapi juga kekeruhan rendah kontras manfaat dari peningkatan rendition. Peningkatan ini terlihat di area buruk menembus seperti mediastinum, tapi di paru-paru juga. Dalam pemeriksaan tulang juga daerah jaringan lunak dengan benar divisualisasikan. Like dengan teknik peningkatan kontras lainnya kebisingan diperkuat bersamaan dengan detil gambar. Namun, peningkatan kontras multiskala tidak terpengaruh oleh penampilan-butiran halus khas perangkat tambahan tepi. Enhancementeknik t berdasarkan operator lingkungan geser seperti unsharp masking acara perilaku aneh di zona transisi kepadatan yang kuat. Lebar zona transisi adalah persis radius kernel. Penampilan biasa ini mungkin yang membuat rebound artefak mencolok. Multiscale kontras pemerataan di the sisi lain lebih tahan terhadap tanggapan langkah karena semua pita frekuensi yang dimanipulasi dengan cara yang sama. Pada dasarnya tidak ada zona transisi, karena semua skala yang terlibat. Tahun pengalaman dengan gambar klinis telah mengkonfirmasi bahwa MUSICA tidak menderita dari artefak Rebound di tepi implan logam atau antarmuka antara tulang dan jaringan lunak12,13. sayan sistem ADC multiskala kontras pemerataan digunakan untuk semua jenis pemeriksaan karena menggabungkan manfaat dari peningkatan kontras dengan tampilan alami dan tidak adanya artefak. pengolahan frekuensi the representasi multiskala sangat cocok untuk menerapkan filter konvensional seperti perangkat tambahan tepi atau atenuasi frekuensi rendah. Yang terakhir ini digunakan untuk mengurangi rentang dinamis, dan selanjutnya disebut pengurangan sebagai lintang. Bahkan, setiap respon frekuensi dapat dengan mudah disintesis dengan tepat menimbang koefisien piramida Laplacian sesuai dengan lapisan mana mereka berasal, karena setiap lapisan dikaitkan dengan oktaf spektrum frekuensi spasial. sayan kontras MUSICA pemerataan adalah modus dasar peningkatan, dan dalam kebanyakan kasus pemeriksaan itu adalah satu-satunya modus. Jika tambahan perangkat tambahan tepi atau lintang yang diperlukan, mereka direalisasikan oleh Rangkaian. Mulai dari koefisien piramida Laplacian, kontras pemerataan (4.7) diterapkan untuk semua lapisan. Berikutnya, setiap lapisan dikalikan dengan skala tergantung faktor aeksebuahd alkfor tepi peningkatan dan Latitude pengurangan masing-masing. Diagram dari beberapa lapisan multiskala gabungan enhancement aliran ditunjukkan pada Gambar. 4.7. UHVFDOLQJ HGJH HQKDQFHPHQW ODWLWXGH UHGXFWLRQ

GHFRPSRVLWLRQ FRQWUDVW HTXDOL] DWLRQ + LP LP LP LP

LP LP

DGZfP Prosiding BB 67-CD

UHFRQVWUXFWLRQ

ae ak Alk

- bk

++

+ - bk1

ae ak1 Alk1

+ - bk2

ae ak2 Alk2

++

++

103

LP

LP

LP

kertas 16

Tomography komputerisasi dan Image Processing 1999

FIG. 4.7. Dikombinasikan tambahan multiskala, termasuk pemerataan Sebaliknya, peningkatan tepi dan pengurangan lintang.

DGZfP Prosiding BB 67-CD

104

kertas 16

Tomography komputerisasi dan Image Processing 1999

edge peningkatan diimplementasikan dengan mengalikan koefisien piramida lapisan skala kecil dengan ae faktor skala tergantungk:

fe

aek

1 kne

.

0 kne

1.

aek

(4.8)

kne

di manaf e adalah parameter yang mengontrol derajat peningkatan tepi pada skala terbaik, yaitu di mana indeks skala k adalah nol, dann e adalah jumlah lapisan piramida (oktaf) yang perangkat tambahan tepi diterapkan. Ini berarti bahwa enhancement meningkatkan pada ne per oktaf, merata di antaran e tingkatfe oktafs dari high end spektrum. Dengan karakteristik saringan bertahap ini adalah mungkin untuk meminimalkan Rebound di sekitar transisi kepadatan curam. sayana cara yang sama, untuk melaksanakan pengurangan lintang koefisien piramida lapisan skala besar dikalikan dengan al faktor skala tergantungkdedidenda oleh: Alk Alk

1.

fl

k L nl L knl 1 / nl

, L nl

(4.9)

kL

Dalam hal ini nlHaifa total lapisan L yang terlibat, dan sesuai tata ruang frequency Band kontras berkurang pada tingkatfl nl per oktaf. Jumlah pengurangan lintang dikendalikan oleh parameter f l 1. sayan MUSICA jumlah lapisan yang terlibat dalam peningkatan tepi n esayas tiga, dan untuk lintang pengurangan nladalah lima. Dengan pemerataan kontras (MUSIkontras) sebagai modus perangkat dasar nilai tambah dari perangkat tambahan tepi agak terbatas. Sebagai soal fakta, sebagian besar tepi dalam gambar lemah, dan karenanya ini sudah akan ditekankan oleh pemerataan kontras. Beberapa penajaman tambahan digunakan dalam kasus-kasus pemeriksaan beberapa seperti ekstremitas, dengan peningkatan moderat (tepi parameter kontras sama dengan 3, yang sesuai dengan fe= 1,7). perangkat tambahan tepi kuat tidak berguna dalam kebanyakan kasus, dan itu tidak perlu akan menaikkan tingkat kebisingan. latpengurangan itude diterapkan dalam beberapa pemeriksaan, seperti bahu, di mana terdapat kepadatan transisi yang signifikan di seluruh gambar. Faktor reduksi moderat cocok, fl= 1,4, karena kontras pemerataan dengan sendirinya mengurangi rentang dinamis jauh di mana diperlukan. Hal ini karena variasi kepadatan besar di seluruh gambar, yang berkontribusi paling untuk rentang dinamis, yang dilemahkan paling. Efek dari peningkatan tepi dan pengurangan lintang dalam domain frekuensi spasial diplot pada Gambar. 4.8. Kurva dasbor-dihiasi lebih rendah mewakili respon frekuensi lapisan piramida Laplacian, dari DC melalui skala terbaik. Bersama tanggapan ini berjumlah kesatuan, yang sesuai dengan sempurna merekonstruksiion mulai dari piramida yang tidak dimodifikasi. Kurva padat adalah respon frekuensi perangkat tambahan tepi dengan faktor 1,7, dan kurva putus-putus sesuai dengan lintang pengurangan sebesar 1,4. tanggapan ini adalah sama dengan jumlah tertimbang tanggapan lapisan individu, dengan koefisien berat yang diberikan DGZfP Prosiding BB 67-CD

105

kertas 16

Tomography komputerisasi dan Image Processing 1999

oleh (4,8) dan (4,9) masing-masing. Pengaruh pemerataan kontras tidak diperhitungkan di sini. Domain frekuensi spasial tidak cocok untuk menunjukkan efek pemerataan kontras, karena yang terakhir ini pada dasarnya operasi nonlinear dilakukan dalam

DGZfP Prosiding BB 67-CD

106

kertas 16

Tomography komputerisasi dan Image Processing 1999

4

2

1

1 /2

1 /4

1 /8

1/16

1/32

1/64

1/128

1/256

1/512

1/1024

1/2048

1/4096

2 1.8 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0

1/8192

MTF

eACh pita frekuensi, sedangkan tepi peningkatan dan penurunan lintang adalah operasi linear.

siklus / mm (di 8 pixel / mm)

Gambar. 4.8. respon frekuensi spasial tepi perangkat tambahan (padat) dan pengurangan lintang (putus-putus). Kurva dasbor-dihiasi bawah mewakili tanggapan frekuensi lapisan piramida Laplacian, dari DC (kiri) melalui skala terbaik (kanan). the gambar tumit Gambar. 4.9 menunjukkan bagaimana kontras pemerataan, peningkatan tepi dan pengurangan lintang masing-masing mempengaruhi kualitas gambar dengan cara tertentu. pengaturan parameter berlebihan telah dipilih sehingga perbedaan jelas divisualisasikan. faktor tambahan, keuntungan dan offset telah disesuaikan sedemikian rupa bahwa gambar diproses memiliki kontras skala halus sebanding, dan sekitar jangkauan sinyal yang sama dalam wilayah bunga. Hal ini dapat diverifikasi pada profil kepadatan. Gambar tepi-ditingkatkan (kanan atas) menunjukkan penekanan kuat rincian yang sangat halus, tetapi meninggalkan paku keluar dari pertimbangan, profil kerapatan sangat dekat dengan aslinya.

FIG. 4.9. Perbandingan mode tambahan. Top kiri: gambar tumit asli. Kanan atas: perangkat tambahan tepi. Bawah kiri: kontras pemerataan. Kanan bawah: pengurangan lintang. Kepadatan profil di garis tengah diplot di atas masing-masing DGZfP Prosiding BB 67-CD

107

kertas 16

Tomography komputerisasi dan Image Processing 1999

gambar.

DGZfP Prosiding BB 67-CD

108

kertas 16

Tomography komputerisasi dan Image Processing 1999

thEfek e Rebound juga jelas terlihat sebagai tepi palsu di perbatasan collimation. Sebaliknya pemerataan (kiri bawah) menunjukkan peningkatan kontras detail dan fitur dari berbagai ukuran, baik di daerah tulang dan jaringan lunak. Hal ini juga dicontohkan oleh profil kepadatan, yang menekankan semua pendek halus, menengah dan jangka panjang variasi dari kurva asli. Tidak ada artefak Rebound meskipun peningkatan yang kuat. Efek yang sama dapat diamati di lintang-berkurang gambar (kanan bawah), dalam kontras fitur kecil dan menengah telah meningkat, tetapi tidak ke tingkat yang sama seperti dengan pemerataan kontras, dan tidak di semua daerah gambar. Hasil terbaik ditemukan di wilayah bersama, tapi jari-jari kaki di atas gambar setengah tetap tak terlihat. Peningkatan kontras relatif diperoleh dengan menekan kenaikan jangka panjang kepadatan dari kiri ke kanan. Hal ini terkait dengan penurunan lereng ke plot kepadatan, dengan amplifikasi simultan variasi kepadatan di sepanjang profil. Tidak seperti pemerataan Sebaliknya, pengurangan lintang cenderung 'meratakan' gambar, dalam hal ini dapat menghapus gradien kepadatan yang ada di seluruh wilayah makroskopik yang berdekatan. Kesimpulan the teknik peningkatan kontras multiskala disajikan di sini telah terbukti sangat berharga dalam memberikan medis X-ray gambar. The nalar fitur kontras rendah dari ukuran sewenang-wenang ditingkatkan seluruh gambar, tanpa menciptakan artefak. the konsep memiliki lingkup umum, dan karena manfaatnya jelas itu sedang dievaluasi dalam modalitas medis lainnya juga, seperti computed tomography dan mamografi digital, dan di daerah aplikasi non-medis, seperti pengujian non-destruktif. ACKNOWLEDGMENTS Bagian dari bahan dalam artikel ini merupakan hasil penelitian yang dilakukan di Agfa NV dengan dukungan dari “Flemish Institute untuk Promosi Ilmiah dan Teknologi Penelitian di Industri”, IWT Referensi 1. Vuylsteke P, Dewaele P, Schoeters E: Mengoptimalkan Computed Radiografi Pencitraan Kinerja. Proc. sekolah musim panas AAPM 1997: Peran Memperluas Fisika Medis di Pencitraan Diagnostik. Advanced Medical Publishing, Madison, Wisconsin, 1997; pp 107-152. 2. Prokop M, Galanski M, Oestmann JW, von Falkenhausen U, Rosenthal H, Reimer P, Nischelsky J, Reichelt S: Storage fosfor dibandingkan layar film radiografi: efek dari berbagai parameter paparan dan penyaringan topeng unsharp pada pendeteksian cacat tulang kortikal. Radiologi 1990; 177, pp 109-113. 3. Schaefer CM, Greene R, Llewellyn HJ et al: penyakit paru interstisial. Dampak postprocessing di bidang digital imaging penyimpanan fosfor. Radiologi 1991; 178, pp 7334. Prokop M, Schaefer CM, Oestmann JW: Peningkatan parameter untuk menyaring topeng unsharp dari radiografi dada digital. Radiologi 1993; 187, pp 521-526. 5. Müller RD, Herting D, Hirche H, John V, Buddenbrock B, Gocke P, Wiebringhaus R, Braunschweig R, Voss M, Mohnke M, Konietzko N: Pengaruh berbagai ukuran kernel filter pada qualty gambar penyakit paru-paru interstitial. Acta Radiologica DGZfP Prosiding BB 67-CD

109

kertas 16

Tomography komputerisasi dan Image Processing 1999

1996; 37, hlm 732-740.

DGZfP Prosiding BB 67-CD

110

kertas 16

Tomography komputerisasi dan Image Processing 1999

6. Sezan MI, Tekalp AM, Schaetzing R: Automatic image enhancement anatomis selektif dalam radiografi dada digital. IEEE Trans. Med. Pencitraan 1989; 8 (2) pp 154-162. 7. abe K, Katsuragawa S, Sasaki Y, Yanagisawa T: Sebuah adaptif teknik unsharp mask sepenuhnya otomatis di rontgen dada digital. Menginvestasikan. Radiol. 1992; 27, pp 64-70. 8. Souto M, Correa J, Tahoces PG, Tucker D, Malagari KS, Vidal JJ, Fraser RG: Peningkatan gambar dada dengan menyaring spasial adaptif otomatis. Journal of Digital Imaging 1992; 5 (4) pp 223-229. 9. Maack saya, NEITZEL U: Dioptimalkan pengolahan citra untuk radiografi digital rutin, di Lemke HU, Rhodes JF, Felix R (eds): Proc. CAR 1991, Berlin, Springer Verlag, 1991; pp 109-114. 10. Vuylsteke P, Schoeters E: Multiscale kontras gambar amplifikasi (MUSICA). Proc. SPIE 1994; 2167, pp 551-560. 11. Burt PJ, Adelson EH: The Laplacian piramida sebagai kode gambar kompak. IEEE Trans. pada Komunikasi 1983; 31 (4) pp 532-540. 12. Baert AL, Marchal G, Verschakelen J, Dhaenens F: Bekerja laporan kelompok, di Busch HP, Georgi M (eds) Radiografi Lokakarya Digital. Quality Assurance dan Perlindungan Radiasi, Konstanz, Jerman, Schnetztor-Verlag, 1992, hlm 1315. 13. Prokop M, Schaefer CM: Digital Image Processing. Eropa Radiologi 97 (in press). Springer Verlag, 1997.

DGZfP Prosiding BB 67-CD

111

kertas 16