Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB

Довольно часто рентгеновские биомедицинские изображения не отвечают тем критериям качества, которые необходимы для их достоверного анализа. Также не всегда существует возможность сделать повторный снимок. Это приводит к необходимости цифровой обработки такой информации [2, 3].

Основными недостатками рентгеновских изображений, в большинстве случаев, являются искаженные яркостные характеристики и низкая контрастность. Рассмотрим пример обработки одного из таких изображений с помощью системы MATLAB.

Недостаток исходного биомедицинского изображения (рис. 3а) состоит в том, что это изображение низкоконтрастное, что затрудняет анализ мелких деталей. Поэтому сначала выполняется операция растяжения гистограммы изображения на максимально допустимый диапазон (рис. 3б). Далее осуществляется контрастирование исследуемого изображения (рис. 3в). Это приводит к улучшению визуального качества рентгеновских изображений. На практике, конечно, применяются также и другие более сложные методы и алгоритмы обработки изображений такого рода.

%Пример программы обработки биомедицинских изображений в среде MATLAB
L=imread('cardial.bmp');
figure, imshow(L);
L1=imadjust(L,[min(min(L)) max(max(L))]/255,[],1);
figure, imshow(L1);
L=L1(:,:,1);
L=double(L);
Filter=[1 1 1,1 1 1,1 1 1];
Lser=filter2(Filter,L(:,:,1),'same')./9;
C=abs(L(:,:,1)-Lser)./(L(:,:,1)+Lser);
C=C.^.55;
[N M]=size(L);
for i=1:N;
disp(i);
for j=1:M;
if L(i,j,1)>Lser(i,j);
Lvyh(i,j)=Lser(i,j)*(1+C(i,j))/(1-C(i,j));
else
Lvyh(i,j)=Lser(i,j)*(1-C(i,j))/(1+C(i,j));
end;
end;
end;
figure, imshow(Lvyh/255);

Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru а) Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru б) Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru в)

Рис. 3.

Литература

  1. Физика визуализации изображений в медицине: в 2–х томах. Т. 2: Пер. С англ. / Под ред. С. Уэбба. – М.: Мир, 1991. – 408 с., ил.
  2. Беликова Т.П. Моделирование линейных фильтров для обработки рентгеновских изображений в задачах медицинской диагностики // Цифровая оптика. Обработка изображений и полей в экспериментальных исследованиях / Под ред. В.И.Сифорова и Л.П.Ярославского. – М.: Наука, 1990. – 176 с.
  3. Н.Н. Блинов, Е.М. Жуков, Э.Б. Козловский, А.И. Мазуров. Телевизионные методы обработки рентгеновских и гамма–изображений. М.: Энергоатоиздат, 1982. – 200 с.

Восприятие изображений и методы их преобразования с целью изменения визуального качества. Модель зрительного восприятия света человеком и ее использование при создании методов обработки изображений

Изображения служат для представления информации в визуальном виде. Эффективность восприятия этой информации человеком зависит от многих факторов. Максимальный учет их влияния возможен при условии изучения целой цепочки вопросов, связанных со способами формирования, свойствами зрительного восприятия и преобразования изображений.

Существует много разных подходов к визуализации. Возникают новые методы, но они не заменяют уже существующие, а только дополняют их. К традиционным методам формирования изображений относятся - рентгеновский, ультразвуковой, радиоизотопный, ядерного магнитного резонанса и др.

Во многих визуальных, фотографических и иных приборах наблюдения глаз человека является конечным звеном, которое воспринимает информацию для анализа. От зрительных особенностей глаза оператора, его работы зависит успешное выполнение поставленной задачи. Поэтому проблему улучшения изображений нужно решать комплексно, рассматривая систему “глаз - изображение” [1, 2].

Зрение обладает еще одним очень важным биологическим свойством - адаптацией к различным режимам работы. Благодаря этому зрительная система человека работает в широком диапазоне яркостей: 10-6 - 105 кд/м2. При изменении уровня яркости поля зрения автоматически включается целый ряд механизмов, что и обеспечивает адаптационную перестройку зрения. Адаптацию следует рассматривать как развитие процесса перехода от одного уровня яркости к другому во времени.

Исследование механизмов и создание теоретических концепций восприятия света человеком имеют давнюю историю. Одним из первых исследователей этой проблемы считается П.Бугер [3], который исследовал реакцию глаза человека на световое возбуждение в 1760 г. Бугер пытался установить зависимость реакции глаза от светового возбуждения и количественно ее оценить. Было обращено внимание на то, что заметные отличия в яркостях зависят не от абсолютной величины этих отличий, а от их относительной величины. На основании проведенных опытов Бугер предложил выражение дифференциального порога (порогового контраста)

Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru , (1)

которое определяет величину порога различения через отношение разностного порога Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru к изначальной яркости Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru .

На первых порах считалось, что пороговый контраст - величина постоянная. Но Вебер в 1834 г. доказал, что эта характеристика неизменна лишь в некотором интервале яркостей (закон Вебера). Развивая исследования в этом направлении, Фехнер в 1858 г. предложил считать единицей видимой яркости восприятие порогового различения между двумя световыми полями, которое часто называют едва заметным различением или дифференциальным порогом [4, 5].

Предположив действие закона Вебера, Фехнер установил связь "светлоты" с яркостями:

Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru , (2)

где Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru - величина изначальной яркости; Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru - величина яркости Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru - го порога различения; Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru - постоянная величина.

Выражение (2) свидетельствует о том, что интенсивность ощущения возрастает пропорционально логарифму раздражения. Следует отметить, что закон Вебера-Фехнера справедлив лишь в определенном узком диапазоне изменения внешних действий, поэтому неоднократно подвергался критике.

Детальные исследования чувствительности человеческого глаза проводились Кенингом и Бродхуном в 1903 г., а также Штайнхардтом в 1936 г. Ими было установлено, что постоянным разностный порог является лишь в областях средних яркостей. Для яркостей, которые находятся на краях диапазона, порог значительно больше.

Поиски более точного соотношения между "светлотой" и яркостью продолжались и в дальнейшем. На практике “светлоту" часто вычисляют за формулой Вышецкого [6]

Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru .

Вычисления по приведенной выше формуле близки к результатам, полученным по формуле (2).

В 1970 г. В.Ф.Нестерук и Н.Н.Порфирьева предложили контрастный закон восприятия света [7, 8], в котором учтены недостатки закона Вебера - Фехнера

Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru , (3)

где Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru - приведенный сигнал ощущения; Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru , Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru - величины яркостей; Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru - параметр, характеризирующий физиологические свойства конкретного объекта.

Выражение (3) является контрастом внешних действий по отношению к уровню начальной адаптации. Контрастный закон восприятия света, предложенный В.Ф.Нестеруком и Н.Н.Порфирьевой, включает в себя закон Вебера-Фехнера как первое приближение [4]. Выражение (3) характеризуется ограниченностью изменения контраста на промежутке [0, 1] и безграничным количеством условий достижения его максимума.

С целью устранения многозначности условий, при которых достигается максимальное значение контраста, неравноправности влияния яркостей на контраст, Р.А.Воробель в 1999 году предложил линейное описание локальных контрастов:

Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru ,

где Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru , Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru - величины яркостей элементов изображения, Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru , Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru ; Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru - максимальное значение величины яркости элементов изображения.

Особенность этого выражения состоит в том, что оно обеспечивает максимальное значение локального контраста только в том случае, когда одна из яркостей имеет минимально возможное значение, а другая - максимальное. Для определения контрастности сюжетного изображения нужно было установить правило суммирования контрастов. Р.А.Воробель предложил метод определения контраста сюжетного изображения, который базируется на линейном описании локальных контрастов

Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru , (4)

где Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru - величина яркости элементов изображения; Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru - среднеарифметическое значение уровней яркостей элементов изображения; Пример обработки рентгеновских биомедицинских изображений с использованием системы MATLAB - student2.ru - гистограмма распределения яркостей элементов изображения.

Выражение (4) позволяет находить числовое значение обобщенного контраста изображения по гистограмме распределения яркостей его элементов. Обобщенный контраст, выраженный конкретным числом, является важной характеристикой изображения.

Результаты работы той или иной системы обработки изображений анализирует человек. Поэтому чем лучше информация на изображении согласована с свойствами зрительной системы восприятия, тем выше будет вероятность принятия правильного решения по результатам его анализа. Для этого рассмотрим основные законы зрительного восприятия [9, 10, 11]:

1) закон контрастного восприятия света;
2) закон формирования уровня адаптации;
3) закон константности зрительного восприятия;
4) закон зрительного восприятия сюжетного изображения;
5) закон экстремальности зрительного восприятия информации.

Учет приведенных выше законов чрезвычайно актуален при разработке эффективных алгоритмов обработки изображений. Наиболее часто при разработке методов контрастирования изображений используются три первых закона.

Эксперименты, исследование и поиск аналитических выражений зрительного восприятия света человеком длятся и поныне. Эти выражения должны быть корректными во всем диапазоне внешних воздействий и обладать достаточной общностью для учета свойств физиологических объектов и состояний их адаптации от пороговой к предельно допустимой. Целесообразно использовать принцип реакции зрительной системы на яркостной стимул как основу анализа изображений и построения методов их обработки. Поэтому, исходя с этих позиций, рассмотрим дальше основные методы преобразования изображений.

Наши рекомендации