Slikovno procesiranje

Leon Kos, Jože Duhovnik

V procesu vizualizacije 3D podatkov MRI (Magneto Resonant Imaging) in CT (Computer Tomography) se uporabljajo pristopi z izopovršinami ali neposredna volumska upodobitev. Pri izopovršinah je težavno določiti mejo med pomembnimi in nepomembnimi podatki, saj skalarne vrednosti v polju rezin ne ločijo med tkivi. Enostavne transformacijske funcije ne dajo ustreznih rezultatov. Volumska vizualizacija pa ima težave z podajanjem skalarnih vrednosti na delce volumna, ki se prikazuje. Za prikazovanje se največkrat uporabljajo algoritmi, ki pretvorijo zunanje volumske delce v površine, na katere se nato podaja informacija v barvi, ki ustreza skalarni vrednosti.

Algoritem za analizo CT mora (1) prebrati rastrske podatke, (2) določiti ustrezne značilke posnetka s katerimi lahko določimo osnovno orientacijo, (3) primerjati dve ali več volumskih predstavitev v skupni orientaciji, (4) izračunati razliko med posnetki, (5) učinkovito prikazati osnovne in izračunane podatke z uporabo večločljivostnega pristopa. Nekateri koraki so bili ekstenzivno študirani v preteklosti. Pojavljajo pa se tudi novi algoritmi, ki izboljšujejo starejše.

Večločljivostni prikaz za analizo kontrastov CT zahteva:

1.

branje konkretnih podatkov posnetih pri rutinskem snemanju pacientov

2.

predlagati način pozicioniranja dveh podobnih posnetkov

3.

izračunati razliko med posnetki

4.

razviti filter za detekcijo pomembnih lastnosti (robovi) pri pretvorbi volumskega v površinski model

5.

izdelati algoritem za funkcijsko določanje ločljivosti površinskega modela in oceno za večločljivostni prikaz v odvisnosti med kvaliteto in hitrostjo.

Detekcija robov potrebuje tudi učinkovito razločanje tkiv, kar kliče po:

1.

določanju lastnosti robov

2.

povezavi med filtriranim signalom, ki ga predstavljajo rezine posnetkov in segmentiranimi robovi

V laboratoriju LECAD je v razvoju program za pregledovanje CT posnetkov (slika 20). Trenutno je v programu mogoče prebrati datoteke proizvajalca Picker in obdelovati rastrsko sliko. Možna je določitev meje in generiranje točk, ki sestavljajo površine. Da bi se povečala interaktivna hitrost se v ozadju tudi na rastrski sliki z metodo nitkanja izračunavajo nižje ločljivosti, ki so bolj primerne za hiter pregled kot pa osnovni podatki. Program omogoča tudi meritve poteka in spektra v izbrani smeri, kar omogoča lažje določanje osvetlitve in kasnejše določanje praga za pretvorbo v črno-belo sliko in detekcijo robov.

Figure 20: Pregledovanik CT posnetkov