Передобробка рентгенограми для підвищення чутливості візуального аналізу

Автор(и)

  • L. Akhmetshina
  • A. Knysh
  • S. Mitrofanov

DOI:

https://doi.org/10.34185/1562-9945-3-140-2022-01

Ключові слова:

слабоконтрастні зображення, рентгенограмма, еквалізація гістограми, нечіткі методи, візуальний аналіз, функція належності, оператор інтенсифікації

Анотація

В області медичної візуалізації фундаментальне значення має поліпшення зображень різної фізичної природи для підвищення вірогідності діагностування на їх основі. Слабкий контраст - поширений дефект рентгенівських знімків. Представлені інформаційні можливості методу предобробки напівтонових зображень, спрямованого на підвищення чутливості та достовірності їх візуального аналізу. Запропонований алгоритм має декілька етапів обробки: просторові методи гістограмної еквалізації, нечітку інтенсифікацію, поліпшення в частотній області. Показано, що застосування запропонованої технології за рахунок підвищення контрастності та роздільної здат-ності, дозволяє значно покращити деталізацію вихідних даних. Перерозподіл яскраво-сті гістограми в середній діапазон рівнів сірого відповідає найкращому зоровому сприйняттю, що зумовлює достовірність діагностики на основі рентгенограми. Наве-дено експериментальні результати на прикладі реальних знімків.

Посилання

An analysis of x-ray image enhancement methods for vertebral bone segmenta -ion IEEE 10th International Colloquium on Signal Processing & its Applications (CSPA2014) (7 - 9 Mac. 2014, Kuala Lumpur, Malaysia). 2014.

Р. 208-211.

M. S. V Sokashe, “Computer assisted method for cervical vertebrae segmentation from x-ray images,” Int. J. Adv. Res. Comput. Commun. Eng., vol. 2, no. 11, 2013, pp. 4387–4389.

Pratt W.K. Digital Image Processing / Pratt W.K. – New York; – Chichester; – Weinheim; – Brisbane: John Wiley and Sons Inc., 2001. – 723 р.

Honsales R. Tsyfrova obrobka zobrazhenʹ/Honsales R., Vuds R.; [Per. z anhl. za red. P.A.Chochia]. - M.: Tekhnosfera, 2006. -1070 s.

Сhi Z. Fuzzy algorithms: With Applications to Image Processing and Pattern Recognition / Сhi Z., Yan H., Pham T. – Singapore; – New Jersey; – London; – Hong Kong: Word Scientific, 1998. – 225 p.

Horst Haußecker. Handbook of Computer Vision and Applications. -V. 2. Signal Processing and Pattern Recognition / Horst Haußecker, Hamid R. Tizhoosh.- Academic Press. −1999. −722р.

Ahmetshina L.G., A.A. Egorov. Nechetkaya klasterizaciya polutonovyh izobr-?zhenij na osnove preobrazovaniya iskhodnyh dannyh //Iskusstvennyj intellekt.− Kiev, − 2018. № 3.− S. 36-43.

Ahmetshina L.G., S.K. Mitrofanov. Polіpshennya і segmentacіya slabokontrastnih zobrazhen na osnovі metodu nechіtkoї іntensifіkacіi //materіali ІV Vseukr. nauk.-prakt. konf. 27–29 listopada, 2019. Dnipro, Ukraїna. Perspektivni napryamki suchasnoї elektronіki, іnformacіjnih ta komp’ yuternih sistem (MEISS’2019), -

S. 126-127.

Опубліковано

2022-04-08