Актуальность разработки методов автоматизированной системы научных исследований для реконструкции томограмм
Применение томограммы как изображения среза, полученного посредством компьютерной томографии для постановки точного диагноза. Виды разрешающей способности: пространственная и по перепаду плотности. Алгоритмы решения задачи реконструкции изображения.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | статья |
Язык | русский |
Дата добавления | 22.08.2020 |
Размер файла | 18,6 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Размещено на http://www.allbest.ru/
Актуальность разработки методов автоматизированной системы научных исследований для реконструкции томограмм
Бизин И.В.
Применение томограммы - изображения среза, полученного посредством компьютерной томографии для постановки точного диагноза, является более оправданным выбором в сравнении с рентгеновским снимком - рентгенограммой - по целому ряду причин:
1. На рентгенограмме сложно распознать, относится ли проекция к одному органу или является суммой изображений от разных органов, расположенных друг за другом относительно прохождения лучей через исследуемый объект;
2. На рентгеновском снимке сложной задачей представляется локализация органов в пространстве, и эта задача возлагается на человека, которому помимо анализирования непосредственно физиологической структуры приходится работать над преобразованием нескольких снимков-проекций в реальную трехмерную структуру и уже затем распознаванть на них исследуемые органы и их состояния;
3. Изображение среза, полученное при помощи компьютерной томографии, очень похоже на изображение срезов, приводящихся в медицинской литературе и примерах.
4. Томограмма обладает свойством объективности, т.к. имеет физический смысл - способность тканей поглощать рентгеновское излучение оценивается в единицах компьютерной томографии (наиболее широко известных как единицы Хаунсфилда).
Компьютерная томография (в дальнейшем КТ), также как рентгенограмма, основывается на способности различных органов и тканей по-разному поглощать рентгеновское излучение. В свою очередь, ослабление рентгеновского излучения фиксируется специальными датчиками, сигнал от которых поступает для анализа в компьютер. Известно, что при одинаковой энергии рентгеновского излучения материал с большей относительной молекулярной массой будет поглощать рентгеновское излучение в большей степени, чем вещество с меньшей относительной молекулярной массой. Однако, в отличие от статической схемы получения рентгенограммы схема получения томографического среза состоит из динамически перемещающихся друг относительно друга объекта исследования и источников излучения.
В отличие от магнитно-резонансной контрастность тканей КТ связана с единственным параметром, характеризующим каждую ткань - ее рентгеновской плотностью или, как еще говорят, «электронной плотностью» вещества, т.е. способностью слоя вещества поглощать рентгеновское излучение. Можно сказать, что КТ отражает поверхностное строение атомов вещества. Чем ярче выглядит ткань на КТ, тем она плотнее, также как и на рентгенограмме.
Существует множество алгоритмов, используемых в немедицинских областях применения, например, дефектоскопии и неразрушающих исследованиях. Выбор алгоритма и его параметров для конкретного устройства позволяет уменьшить стоимость и размеры дефектоскопа на основе компьютерного томографа. Узкая специализация также позволяет снизить стоимость и повысить функциональные возможности. Например, создание дентального томографа позволяет уменьшить его габариты по сравнению с томографом общего назначения, одновременно увеличив пространственное и плотностное расширение, а применение алгоритмов обратного проецирования со специально выбранными алгоритмами фильтрации и их параметрами значительно увеличит читаемость томограммы.
Задачей компьютерной томографии является реализация алгоритмов реконструкции томографического изображения, полученного на основе обработки данных набора проекций при различном положении источника, датчиков и исследуемого объекта.
Несмотря на все преимущества использования компьютерной томографии, из за высокой стоимости томографов во многих медицинских учреждениях для диагностики используются рентгенограммы. В связи с этим, актуальной задачей является разработка и создание компьютерного томографа по цене, сопоставимой с ценой рентгеновского аппарата. Одним из путей решения поставленной задачи является разработка программно-аппаратных средств, позволяющих расширить функционал компьютерного рентгеновского аппарата до состояния возможности получения среза томографического изображения. Таким образом, превратив его в компьютерный томограф второго поколения. Недостатками систем второго поколения являются:
1. Значительная длительность сканирования, которая служит причиной возникновения динамических искажений при исследовании движущихся органов тела;
2. Наличие погрешностей, связанных с двумя видами движения сканирующего устройства и возрастающих при эксплуатации аппаратуры.
При времени сканирования, сопоставимом с периодом физиологических процессов, например, сокращением сердца, невозможно получить четкого реконструированное изображение, поэтому время сканирования должно быть значительно меньше, чем время изменения подвижных исследуемых объектов.
При создании установки компьютерной томографии одной из главных задач является разработка и создание программного обеспечения в связи с тем, что целевой результат работы компьютерного томографа представляет собой изображение среза, полученное при помощи вычислений, объем которых позволяет выполнить их только на ЭВМ, что и отразилось в названии «компьютерный томограф».
Так как схема развертки получения проекций является механической, пространственные помехи, например, неравномерность перемещения или пространственные сдвиги системы относительно центра сканируемого круга, вносимые в получаемый с аппарата фантом, могут формировать заметные артефакты на реконструированном изображении, поэтому их следует снижать усовершенствуя конструкцию томографа и включать их в математическую модель для программной коррекции пространственных помех.
Помимо пространственных помех несовершенство используемых датчиков вносит помехи интенсивности, как абсолютные - каждый датчик выдает свой уровень сигнала при нулевой засветке, так и относительные - из за нелинейности датчиков. Эти помехи необходимо компенсировать на различных стадиях обработки изображения. Например, производить калибровку на различных уровнях интенсивности облучения датчиков с включением результатов в модель. Помимо этого, в различных алгоритмах реконструкции необходимо производить фильтрацию с учетом вносимых помех.
Доработка аппаратной части заключается в возможности вращения излучателя и датчиков вокруг исследуемого объекта. Или, если позволяют обстоятельства, во вращении исследуемого объекта, а датчики и излучатель остаются неподвижными. Усовершенствование аппаратной части также затрагивает интерфейс в связи с тем, что для реконструкции томографического изображения необходимы синхронизация и данные об углах поворота при считывании очередной проекции.
Компьютерный томограф обладает двумя видами разрешающей способности:
1. Пространственной - каков минимальный размер объекта отображающегося на томограмме, т.е. размер клетки матрицы. Пространственная разрешающая способность зависит от количества детекторов и количества полученных проекций.
2. По перепаду плотности - какая, например, в процентах, разница в плотности соседних слоев будет различима на томографическом срезе.
Доработка программного обеспечения занимает большую часть времени, потому что необходимо реализовать алгоритм реконструкции томографического изображения на аппаратной платформе, рассчитанной на получение рентгенограмм. Математически постановка томографической задачи заключается в восстановлении параметров исследуемых объектов по интегральным данным, поступающим от измерительных линий.
Ключевым этапом в разработке программного обеспечения компьютерного томографа является разработка метода реконструкции изображения томографического среза. Существует множество методов реконструкции томографического изображения, отличающихся набором алгоритмов, выполняющихся последовательно для достижения цели.
Существуют различные алгоритмы решения задачи реконструкции томографического изображения. Они различаются ресурсоемкостью и качеством реконструированного изображения в зависимости от детализации объекта и его характера. Например, разные алгоритмы вносят в реконструируемое изображение разные артефакты при сканировании подвижного объекта. Большое количество алгоритмов, применяемых при реконструкции томографического изображения физических полей, связано как с разнообразием самих постановок томографических задач и способов их экспериментальной реализации, так и с непрекращающимися усилиями специалистов разработать такой алгоритм, который превосходил бы имеющиеся хотя бы по одному из следующих параметров: быстродействию, требованиям к машинной памяти, разрешающей способности, контрасту, количеству необходимых проекций и т.п.
При реализации программного обеспечения компьютерного томографа обычно выбирается один из широко распространенных методов реконструкции томограмм в зависимости от параметров установки, технических условий и природы изучаемых на установке объектов. Многие операции методов реконструкции могут меняться между собой, а результат и ресурсоемкость сильно зависят не только от выбранных операций, но и от параметров, с которыми они выполнялись. Ярким примером может служить замена операции обратного проецирования в методе реконструкции для установок с веерной схемой прохождения лучей. Метод реконструкции состоит из операции фильтрации проекций, полученных с аппарата - фантом, например, по Фурье или по Радону, обратное проецирование отфильтрованных проекций с интегрированием интенсивности лучей по веерной схеме и постфильтрацию для удаления муара лучевой природы. Однако, изменение схемы этого метода путем добавления операций интерполяции проекции с вейерно-лучевой схемой в проекцию с параллельной схемой прохождения лучей на этапе обратного проецирования уменьшает ресурсоемкость на столько, что перекрывает затраты процессорного времени на интерполяцию фантома из веерной схемы в параллельную. Такой метод получил достаточно широкое распространение в коммерческих компьютерных томографах, применяемых в медицине для полного сканирования тела человека. При изменении соотношения количества датчиков и количества проекций, а также при повышенных требованиях к разрешающей способности томограммы этот метод не применяют.
Таким образом, возникает задача выбора оптимального алгоритма и его оптимизации для конкретной аппаратной части компьютерного томографа и его узкой специализации. Задача оценки работы алгоритма осложняется тем, что при естественных помехах характер артефактов отличается от артефактов на реконструированных из фантомов, в которые были искусственно добавлены помехи изображений.
Не проводя тестирования каждого метода невозможно осуществить его выбор исходя из информации о ресурсоемкости, разрешающей способности и сложности реализации метода в связи с тем, что на различных типах исследуемых объектов наилучшее реконструированное изображение дают различные методы в зависимости от контрастности исследуемого объекта, его абсолютной поглощающей способности, характера помех, вносимых установкой, и динамикой исследуемого объекта. Используя способы оценки искажений реконструированных изображений можно лишь грубо оценить качество реконструированного изображения, сформированного исследуемым методом. Окончательную оценку качества изображения может осуществить только эксперт.
В настоящее время для повышения эффективности научных исследований большое значение приобретает их автоматизация, позволяющая не только автоматизировать эксперимент, но и осуществить моделирование исследуемых объектов, явлений и процессов. Решению этой задачи призваны служить автоматизированные системы научных исследований (АСНИ).
Научное исследование процесса реконструкции томографического изображения можно проводить теоретически, проводя вычислительный эксперимент - это эксперимент над математической моделью объекта на ЭВМ, который состоит в том, что по входным параметрам модели вычисляются выходные её параметры и на этой основе делаются выводы о свойствах явления, описываемого математической моделью.
Разработанная АСНИ, используя способы оценки искажений реконструированных изображений, позволяет выделить и предоставить на оценку эксперту множество удовлетворяющих техническим условиям цепочек операций, составляющих методы реконструкции томограммы. Помимо самих изображений, предоставляемых эксперту, выводится информация о затраченных процессорных ресурсах и памяти, программной оценке искажений изображения.
Вычислительная томография постоянно развивается, усовершенствуются алгоритмы уже известных методов реконструкции томограмм, при вычислениях учитываются новые физические процессы, происходящие при взаимодействии излучения с веществом, возникают новые постановки математических задач томографической реконструкции характеристик различных физических сред. Практическая важность таких исследований показывает необходимость их автоматизации. Уменьшение трудозатрат на постановку, проведение и анализ результатов вычислительных экспериментов над реализациями новых и усовершенствованных известных методов гарантирует получение новых важных результатов.
Литература
томограмма алгоритм пространственный компьютерный
1. Вычислительная томография на информационно-аналитическом сервере «Методы решения условно-корректных задач» [Текст] / М.М. Лаврентьев, Д.В. Бадажков, О.Н. Белоусова и др. - Новосибирск: Изд-во Ин-та математики, 2003. - 17 с.: ил. - (Препринт / Рос. акад. наук, Сиб. отд-ние, Ин-т математики им. С.Л. Соболева; 111).
2. Налимов, В.В. Теория эксперимента [Текст] / В.В. Налимов - М.: Наука, 1971.
3. Наттерер, Ф. Математические аспекты компьютерной томографии [Текст] / Ф. Наттерер. [пер. с англ.] - М.: Мир, 1990. - 288 с., ил. - ISBN 5-03-001355-5.
4. Терещенко, С.А. Методы вычислительной томографии [Текст] / С.А. Терещенко. - М.: Физматлит, 2004. - 320 с. - ISBN 5-9221-0551-5.
Размещено на Allbest.ru
Подобные документы
Информация о графических форматах. Хранение изображения в программе. Очередь как вспомогательная структура данных. Загрузка изображения из двоичного файла. Операции с изображением. Уменьшение разрешающей способности. Увеличение размера изображения.
курсовая работа [1,1 M], добавлен 29.06.2013Фильтрация шумов изображения. Алгоритмы его бинаризации и поворота. Формирование информативных признаков для распознавания нот. Схема программного обеспечения. Описание классов, функций, методов, реализованных в программе. Тестирование приложения.
курсовая работа [2,0 M], добавлен 17.12.2013Компьютерная графика. Пиксели, разрешение, размер изображения. Типы изображений. Черно-белые штриховые и полутоновые изображения. Индексированные цвета. Полноцветные изображения. Форматы файлов. Цвет и его модели. Цветовые модели: RGB, CMYK, HSB.
реферат [18,1 K], добавлен 20.02.2009Понятие и виды компьютерной графики. Применение спецэффектов в кинематографе. История развития компьютерной графики. Изменение частоты киносъемки с помощью спецэффектов. Виды компьютерной графики как способ хранения изображения на плоскости монитора.
реферат [34,8 K], добавлен 16.01.2013Разработка программы, предназначенной для сжатия или компрессии полутонового изображения международным стандартом JPEG. Описание метода JPEG, выдача результатов в виде декодированного изображения. Обзор методов компрессии полутонового изображения.
курсовая работа [43,5 K], добавлен 14.10.2012Механизм графического представления данных. Виды компьютерной графики: фрактальная, трехмерная, растровая, векторная. Разрешение экранного изображения, понятие линиатуры. Связь между параметрами изображения и размером файла. Динамический диапазон.
реферат [38,6 K], добавлен 27.12.2012Процесс выделения некоторой части изображения при помощи компьютерной графики. Применение отсечения для устранения ступенчатости. Алгоритмы удаления невидимых линий и поверхностей. Построение теней и формирование фактуры. Способы двумерного отсечения.
презентация [145,7 K], добавлен 14.08.2013Описание алгоритма поворота изображения. Вычисление синуса и косинуса угла поворота изображения. Алгоритм и реализация функции поворота изображения вокруг центра на заданный пользователем угол. Проверка на соответствие диапазону допустимых значений.
курсовая работа [1,3 M], добавлен 23.01.2015Разработка программного обеспечения автоматической системы научных исследований (АСНИ) в интегрированной среде программирования Borland C++ Builder 6.0, работающего в среде ОС Windows, позволяющего осуществлять управление процессом спектрального анализа.
курсовая работа [569,3 K], добавлен 05.03.2009Разработка приложения, целью которого ставится преобразование черно-белых полутоновых изображений в цветные. Обзор методики обработки изображения, способов преобразования изображения с помощью нейронной сети. Описания кластеризации цветового пространства.
дипломная работа [6,3 M], добавлен 17.06.2012