Обработка рентгеновских изображений в среде MATLAB



Описан способ обработки рентгеновских изображений в среде MATLAB с результатами обработки реальных рентгенограмм.

Цифровая обработка рентгеновского изображения позволяет врачу при постановке диагноза опираться уже не только на свой опыт, но и на качественную и количественную меру информации, которая дает возможность выявлять минимальные изменения в тканевой структуре легких и выполнять диагностику без проведения контрольных снимков на пленке. Однако получить такую информацию без качественного изображения невозможно.

Существует метод оценки качества изображения. Его суть состоит в следующем. Экспериментально было установлено, что оптимальное, с точки зрения субъективного восприятия, изображение имеет нормальное распределение яркостей его элементов. Для удобства дальнейших расчетов был применен критерий нормального распределения. По степени отклонения реального распределения яркостей от нормального проводилась оценка качества изображения. Кроме количественной оценки качества изображения, данный метод позволяет получить информацию о наличии и весовом соотношении яркостных градаций изображения. Результаты оценки качества изображения, полученные по данному методу, хорошо коррелируют с субъективной оценкой визуального качества изображения [1].

Для повышения качества рентгеновского изображения необходимо проводить предварительную обработку. Существует достаточно много методов повышения качества изображений, один из которых растяжение динамического диапазона [2]. Его применяют в том случае, если интенсивности пикселей потенциально информационных областей изображения сосредоточены в узком динамическом диапазоне.

Подобную обработку удобно проводить в среде MATLAB, которая является языком высокого уровня для выполнения технических и научных вычислений [3]. Проводятся эти преобразования согласно выражению

(1)

где L, L_res — массив значений соответственно исходного и результирующего изображений;

L_min, L_max — соответственно минимальное и максимальное значения исходного изображения.

Преобразования по формуле (1) эффективны в том случае, если интенсивности пикселей потенциально информационных областей сосредоточены в узком динамическом диапазоне. Если применить эти преобразования к исходному изображению, то желаемого эффекта не достигнем, поскольку гистограммы его цветовых компонент занимают весь возможный диапазон.

Улучшения визуального качества исходного изображения можно достигнуть, если модифицировать выражение (1), т. е. сделать растяжение динамического диапазона интенсивностей пикселей изображения нелинейным:

,(2)

где α — коэффициент нелинейности.

Программный код, осуществляющий данную операцию в среде MATLAB, выглядит следующим образом:

for k=1:3;

Lmin=min(min(L(:,:,k)));Lmax=max(max(L(:,:,k)));

for i=1:640; for j=1:640;

Lvyh(i,j,k)=(((L(i,j,k)-Lmin)/(Lmax-Lmin)))^.5;

if Lvyh(i,j,k)>1;

Lvyh(i,j,k)=1;

end;

if Lvyh(i,j,k)<0;

Lvyh(i,j,k)=0;

end;

end;

end;

end;

figure, imshow(Lvyh);

На рис. 1 изображены исходные рентгеновские изображения с соответствующими гистограммами, а на рисунке 2 изображены обработанные методом растяжения динамического диапазона изображения с соответствующими гистограммами.

Рис. 1. Исходные рентгеновские изображения и их гистрограммы

Как видно из рисунков, исходные изображения являются достаточно темными, т. к. имеют очень низкий динамический диапазон. Их гистограммы целиком расположены в темном участке спектра. После обработки гистограммы расположены равномерно по всему спектру, а на изображениях видны мельчайшие подробности скелета человека.

Для подтверждения достоверности программной оценки качества изображений была применена субъективная экспертиза. Метод экспертной оценки заключается в визуальном осмотре изображений наблюдателями-неспециалистами. Их оценки определяют качество изображения именно так, как его воспринимает «средний» наблюдатель. Видом шкалы оценок выбрана шкала «общего качества», когда изображениям приписываются баллы, которые соответствуют градациям от «неудовлетворительно» до «отлично». На практике каждое изображение поступает к наблюдателю, и он выставляет балл той категории, которая, по его мнению, в наибольшей степени соответствует качеству изображения.

Рис. 2. Обработанные методом растяжения динамического диапазона рентгеновские изображения

Результаты экспертных оценок выражены с помощью среднего балла, определяемого как:

,

где n_k — число изображений, отнесенных к k-й категории,

C_k — соответствующий ей балл.

Для получения надежной оценки качества изображения опрошено более двадцати наблюдателей. Абсолютное большинство экспертов поставили высшую оценку изображениям, обработанным методом равномерного преобразования гистограммы.

Литература:

1. Смирнов А. Я. Критерии качества дискретизированных изображений // Труды ГОИ им. С. И. Вавилова. — т. 57. — вып. 191. — Л. — 1984.
2. Гонсалес Р., Вудс Р. Цифровая обработка изображений — М.: Техносфера, 2005. — 1072 с.
3. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде МATLAB — М.: Техносфера, 2006. — 616 с.