Коррекция изображений рентгеновских снимков путем учета глобальных и локальных источников информации

Размещено на http://www.allbest.ru/

ФГБОУ ВО «Юго-Западный государственный университет»

КОРРЕКЦИЯ ИЗОБРАЖЕНИЙ РЕНТГЕНОВСКИХ СНИМКОВ ПУТЕМ УЧЕТА ГЛОБАЛЬНЫХ И ЛОКАЛЬНЫХ ИСТОЧНИКОВ ИНФОРМАЦИИ

С.А. Филист

М.А. Ефремов

Одной из проблем идентификации морфологических образований на рентгеновском снимке (РС) грудной клетки является их маскирование (затенение) объектами с известной анатомической структурой. Это связано со спецификой получения рентгеновского изображения. Поэтому проведение рентгенографии требует соблюдение определенных правил. Снимки каждого органы выполняются в двух взаимно перпендикулярных проекциях, например, прямая проекция и боковая проекция. Необходимость этого следует из рисунка 1. Возможные изображения морфологических объектов показаны в нижней части рисунка. В действительности мы наблюдаем три, совершено разных объекта, однако их рентгеновские изображения одинаковы. Это значит, что снимок в одной проекции не позволяет отличить тень одного очага с уплотнением в центре от суммированных теней двух очагов.

Рисунок 1- Суммирование теней на рентгеновских снимках

Тем не менее, восстановление изображения морфологического образования на рентгеновском снимке по одной проекции является актуальной задачей, так как позволяет сократить время на обследование пациента и на расшифровку его рентгенограммы.

Восстановить истинное изображение морфологического образования возможно при наличии априорных данных об источнике тени. Так как большинство источников теней являются известные анатомические объекты, то их идентификация не представляет труда. Например, на рисунке 2,а представлен фрагмент рентгеновского снимка с морфологическим образованием, на часть которого наложена тень от ребра (затененная часть морфологического образования выделена прямоугольным окном). Несмотря на то, что контуры морфологического образования все-таки выделяются из тени, тем не менее, последующая обработка приводит к потере информации о затененной части. Например, на рисунке 2,б представлено изображение, полученное после обработки изображения рисунок 2,а градиентным оператором. Анализ снимка показывает, что затенение морфологического образования априорно известным анатомическим объектом приводит к потере информации о структуре затененной части морфологического образования. Поэтому перед обработкой и классификацией РС целесообразно удалить с изображения анатомические структуры или хотя бы уменьшить влияние их теней на изображение неизвестного морфологического образования [1].

Рисунок 2 - Фрагмент рентгенограммы грудной клетки с морфологическим образованием, маскированным тенью от ребра (а) и тот же объект после обработки градиентным оператором (б)

В качестве основных источников теней на РС выступают ребра. Исследования ребер в качестве мешающего фактора обусловлено тем, что их координаты в трехмерном пространстве, а также их геометрическая форма хорошо известны. Поэтому границы ребер могут быть легко восстановлены посредством полиномиальных моделей сравнительно не высокого порядка. Точки, лежащие в узлах интерполяции, легко находятся посредством двух пороговой бинаризации исходного изображения или его градиента [2]. Для построения математической модели границы ребра рассмотрим рисунок 2.20. Костные структуры грудной клетки поглощают и рассеивают рентгеновское излучение в значительно большей степени, чем ткань легких и другие мягкие ткани грудной клетки. Поэтому пленка за позвоночным столбом, ребрами, ключицей и лопатками получает меньшее облучение и на РС соответствующие структуры будут намного светлее относительно других структур. В рентгенологии эти участки называют «затененными». Области, через которые рентгеновские лучи проходят с минимальным поглощением называют «просветленными», хотя на РС они выглядят более темными (рисунок 3,а). Задние сегменты ребер расположены более-менее горизонтально, а передние проходят косо кпереди и книзу (рисунок 3,б).

Рисунок 3 - Задняя прямая проекция рентгенограммы грудной клетки (а) и вид грудной клетки спереди (б)

При построении модели границы ребра можно выделить два подхода. При реализации первого подхода строим две модели ребра: для заднего сегмента ребра и для переднего сегмента ребра. При реализации второго подхода делается попытка описать задний и передний сегменты ребра одной математической моделью.

При первом походе используем полиномиальные и экспоненциальные модели. При втором подходе используем только полиномиальные модели.

Модели строим по таблицам экспериментальных данных, полученных на основе оцифровки реальных РС грудной клетки (таблица 1).

Таблица 1 - Пример структуры экспериментальных данных для построения математической модели границы ребра

Из таблиц, аналогичных таблице 1, данные переносятся в файлы данных текстового формата. Причем каждый файл соответствует одному столбцу таблицы.

Экспериментальные исследования показали, что второй подход не целесообразен, так как в результате совместного моделирования задней и передней частей ребра получаются многосвязные кривые (рисунок 4).

Рисунок 4 - Графическое отображение данных при совместном моделировании заднего и переднего сегментов ребра

На рисунке 5 представлены модели, реализующие первый подход. Для моделирования границ ребер использовались полиномиальные модели третьего и седьмого порядков переднего (а) и заднего (б) сегментов ребра №7

На рисунке 6 представлен лист Маткада с программой, позволяющей построить эти модели.

Рисунок 5 - Полиномиальные модели третьего и седьмого порядков переднего (а) и заднего (б) сегментов ребра №7

Рисунок 6 - Лист программы Маткада для построения моделей границ ребер

При формировании таблицы экспериментальных данных возникает проблема деления проекции ребра на пленку на передний и задний сегменты. Если при делении ориентироваться на рисунок 3,б, то при определенных номерах ребер получаем немонотонную функцию, при моделировании которой получаем артефакты. Примером может служить попытка моделирования границы передней части ребра №9 на основе данных, приведенных в таблице 1. Эти данные отражены в виде ромбов черного цвета на графике рисунка 7. морфологический рентгеновский ребро анатомический

Рисунок 7 - Пример некорректного моделирования передней части границы ребра №9

При построении модели использовалась не монотонная функция. Для получения корректной модели необходимо разделить ребро на сегменты таким образом, чтобы сегменты были представлены монотонными функциями.

На рисунке 8 представлены модели того же ребра №9 при выполнении вышеуказанного условия.

Рисунок 8 - Полиномиальные модели третьего и одиннадцатого порядков переднего (а) и заднего (б) сегментов ребра №9

Для выбора соответствующего метода подавление влияние теней от известных анатомических объектов на фрагменты неизвестных морфологических структур были исследованы гистограммы яркости во фрагментах рентгеновского снимка, затененных ребрами. На рисунке 9,а представлен фрагмент рентгеновского снимка с изображением тени ребра. На рисунке 9,б показана гистограмма яркости изображения тени ребра в окне прямоугольной формы.

Рисунок 9 - Фрагмент изображения рентгеновского снимка (а) и гистограмма яркости в прямоугольном окне, дислоцированном в области тени ребра (б)

Рисунок 10 - Модель морфологическое образование, затененное анатомическим объектом (а); восстановленное изображение фрагмента морфологического образования, затененного морфологическим объектом (б); восстановленный фрагмент не затененного морфологического образования (в)

Анализ аналогичных гистограмм яркости, полученных в прямоугольных окнах по всей тени ребра показал, что, несмотря на кажущуюся неоднородность поверхности тени ребра, статистические характеристики окон достаточно стабильны, что позволяет построить алгоритмы коррекции яркости фрагментов изображения при условии определения дислокации и топологии помехи.

Для моделирования алгоритмов восстановления затененного изображения воспользуемся моделью, представленной на рисунке 10.

Алгоритм коррекции состоит в следующем:

- определяют дислокацию тени анатомического органа;

- строят модель анатомического органа рисунок 10 а;

- определяют среднюю яркость внутри тени анатомической структуры (рисунок 9,б);

- вычитают среднюю яркость из пикселей, находящихся внутри модели анатомической структуры (рисунок 10,б);

- осуществляют сопряжение фрагментов морфологического образования затененного (рисунок 10,б) и не затененного (рисунок 10,в).

Таким образом, при наличии математического и алгоритмического аппарата моделирования топологии и анатомических объектов на рентгеновских снимках имеется доступный алгоритм восстановления затененных морфологических образований, который использует как локальную, так и глобальную информацию.

Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 16-07-00164 а.

Литература

1. Кудрявцев П.С. Метод коррекции изображения рентгеновских снимков, основанный на учете глобальной информации об их структуре данных / П.С. Кудрявцев, А.А. Кузьмин, С.А. Филист, О.В. Шаталова // Физика и радиоэлектроника в медицине и экологии: Доклады 12 -й межд. научн. конф. Книга 1 - Владимир: 2016. - С. 160-164.

2. Томакова Р.А. Метод контурного анализа изображения легких на рентгеновском снимке / Р.А. Томакова, С.В. Дегтярев, С.Г. Емельянов // Вопросы радиоэлектроники. Серия «Общетехническая» (ОТ), 2015. Выпуск 7. - С.93-101.

Аннотация

К одной из основных проблем классификации рентгеновских снимков относится наличие теней от объектов с высокой плотностью, в частности, к таким объектам относятся ребра. Предложен подход к восстановлению изображений морфологических образований на рентгеновских снимках, основанный на глобальной информации. Дислокация ребер определяется анатомическим строением грудной клетки, поэтому при наличии статистических исследований рентгеновских снимков, топология ребер может быть установлена для каждого отдельного снимка. Границы ребер аппроксимируются полиномиальными моделями. Проведено исследование точности аппроксимации ребер полиномиальными моделями различного порядка. После получения модели тени проводят локальную обработку, позволяющую восстановить изображение затененного объекта.

Ключевые слова: рентгеновский снимок, полиномиальная модель ребра, гистограмма яркости, алгоритм.

Размещено на Allbest.ru