「醫學圖像處理」X-ray 圖像質量

2020-12-24 深度煉丹爐雜燴

圖像一些屬性相互影響,共同決定顯示圖像的質量:

對比度解析度噪聲還包括:

Unsharpness 模糊MagnificationDistortion變形偽影1. 對比度

對比度指的是感興趣區域,比如損傷和背景組織之間,在顯示或者圖像信號強度上的差異。高對比度的圖像在顯示的灰色陰影之間具有較大的差異,但灰色範圍較小。低對比度圖像的差異較小(即,更難區分出不同區域),但灰度範圍較大。

Subject contract

指的是由於要成像的主體的質量而導致的圖像不同部分的輻射強度之比。對比度歸因於組織的差異衰減。

c ∝ (μ1 - μ2) x t ,c為對比度,μ為被成像材料中物體1和2的衰減係數,T為結構厚度。

從上面的方程式中,可以看到,使用以下方法可獲得更高的對比度:

更厚的結構兩個物體的衰減之間的差異更大

在圖中,組織A吸收入射到其上的輻射的50%,組織B吸收90%。如果圖像的每個元素有1000個光子,則A會出現500個光子,B會出現100個光子(比率為5:1)。

由於光密度(圖像中顯示的陰影)隨曝光的對數變化log500 = 2.7和log100 = 2.0,因此Subject contract的對數差異為0.7。

影響對比度的因素

受體的線性衰減係數

線性衰減係數取決於康普頓和光電線性衰減係數(LAC)。

康普頓LAC =ρ/ E

光電LAC=ρZ^3 / E^3

ρ是密度,E為能量,Z為材料的原子序數

從上面的方程式可以看出,對比度可以通過以下方式得到改善:

降低能量(管電位kV)增加Z(原子序數)的差異(例如,使用碘或鋇作為軟組織的造影劑)ρ(密度)的增加(例如使用鋇或氣體作為造影劑)Overlying tissue

如果在A和B上都覆蓋有組織,則對象的對比度不會改變,因為相同比例的光子仍被組織A和B吸收。

散射

假設散射為圖像中的每個元素貢獻了額外的50個光子,現在在組織A下的膜中有150個光子,在組織B下的膜中有70個光子。信號比現在為2.14(150/70),對數差為0.33(原為0.7),即對比度降低。

散射減少了:

使用防散射網格使用更大的氣隙摘要

改善對比度

較厚的結構物體之間的衰減更大降低kV物體Z的差異增加物體密度差異的增加對比度降低:散射增加沒有效果:Overlying tissue圖像對比度 Image contrast

圖像對比度或射線照相對比度是圖像上相鄰區域之間的密度差。

通過查看監視器上的窗口可以改變圖像對比度。圖像以一定的寬度和Hounsfield單位的中心顯示。寬度越大,顯示的陰影範圍越大,因此,每個陰影之間的對比度差異越小。窗口針對需要評估的組織的Hounsfieid單位進行了調整。

2. 空間解析度

解析度是衡量兩個對象在圖像中被視為單獨的細節之前必須相距多遠的度量。有幾種測量空間解析度的方法。

測量空間解析度

線擴散功能

這是衡量尖銳物體的圖像擴散程度的一種量度。但是,這很難計算,並且就空間頻率內容而言更容易查看圖像。

空間頻率

以每毫米線對(lp / mm)的形式進行測量。lp / mm高的圖像是高空間頻率的圖像,因為在一個毫米中有許多交替的明暗區域。因此,我們需要一種能夠以適當的頻率再現圖像的系統。

系統能夠多麼好地表示物體空間頻率被表示為調製傳遞函數(MTF)。不同的射線照相技術的lp / mm可在附錄中找到。

調製傳遞函數

|MTF = 1| 在圖像中獲得相同的範圍| |—|—| |MTF <1| 圖像範圍較低| |MTF = 0| 圖片中沒有信息|

例如,對於可以在1毫米內從黑色完全變為白色的成像系統:

對於 0.5 lp / mm的圖像,其MTF為1對於大於0.5 lp / mm的圖像,其MTF <1使用傅立葉變換分析從線擴散函數計算出MTF。總MTF是成像系統所有組成部分的MTF的乘積。

影響空間解析度的因素

如果對象空間頻率對於系統而言太高,則系統將無法充分顯示圖像。物體空間頻率越高,MTF越低,直到系統根本無法區分線對,從而導致均勻的灰色,即MTF = 0。如果對象的對比度較低,則系統將更早達到MTF 0,因為陰影範圍內的較小差異意味著圖像將比高對比度圖像時更快地達到均勻的灰色(例如,黑色和黑色的交替帶)。白色)。任何增加不清晰度的事物都會使邊緣模糊,並進一步降低空間頻率。數字探測器

有幾件事會影響數字檢測器的解析度:

探測器光圈

該信號在檢測器元件區域內平均。如果對象的細節遠小於元素的大小,則它們將不可見,除非它們具有足夠的對比度以對平均信號產生顯著影響。

採樣間距

這是各個檢測器元件之間的中心到中心的距離。它確定可以成像的最高空間頻率。在奈奎斯特頻率。奈奎斯特標準規定,採樣頻率必須至少是最高信號頻率的兩倍。最高信號頻率也稱為「奈奎斯特頻率」,即,對於能夠準確表示對象空間解析度的系統,它必須具有不小於對象空間頻率兩倍的適當採樣間距。

採樣頻率= 2 x奈奎斯特頻率

3. 噪音

形成圖像各部分的光子數量存在隨機變化,稱為噪聲,可能會使從被攝對象接收到的信號模糊。產生的量子噪聲量隨光子總數的增加而增加。我們通常將此隨機變化表示為標準偏差,該偏差最好通過每區域平均光子數的平方根來估算。

量子噪聲∝√光子

但是,當我們將量子噪聲計算為總信號的比例時,我們可以看到信號中 的噪聲比例實際上隨著光子濃度的增加而降低,並且:

噪聲∝ 1 /√光子

降低圖像中的噪點比例將提高質量。實現此目的的主要方法是增加檢測到的光子數量,並用於形成每個圖像像素/元素。這可以通過幾種方式來完成。

增加劑量(mA):光子數量更多,噪聲比例更小使用衰減係數更大的圖像接收器:吸收更多的光子並將其轉換為信號使圖像接收器更厚:再次,更多的光子將被吸收並轉換為信號使用更大的探測器元件:每個像素有更大的面積吸收光子。但是,空間解析度會降低不會降低噪音的因素:

放大:通過使用更快的膠片屏幕組合或圖像增強器的增益,可以從每個吸收的光子獲得更高的信號,也只會放大來自噪聲的信號使用較窄的窗口來產生高對比度的圖像4. Unsharpness

不清晰的原因有四個:

幾何清晰度影像接收器不清晰運動模糊邊緣不清晰幾何清晰度

暗區和亮區之間的邊界可能定義不清,從而導致邊緣模糊。這稱為「不銳利」。導致不清晰的原因和類型有幾種,概述如下。

焦點不是無限小的。圖像的某些區域包括:

高信號:所有X射線光子到達檢測器低信號:沒有X射線光子穿過物體到達檢測器中級:並非所有光子都穿過了物體。該區域的大小決定了清晰度,稱為半影。將物體移近焦點會增加半影,從而增加清晰度。

幾何不清晰度(Ug)的確定如下:

U_g = fxb / a

f = X射線焦點尺寸;a =從X射線源到物體前表面的距離;b =從物體到探測器的距離

影像接收器不清晰數字圖像:如果檢測器元件跨越亮和暗區域之間的邊界,則顯示的像素將是這兩個值的平均值,從而產生模糊的邊界。運動模糊如果在採集過程中有物體移動,則邊緣將變得模糊,導致不清晰。

邊緣不清晰

如果物體的邊緣逐漸變細,衰減將沿物體逐漸減小。

5. 放大倍數

放大率(M)取決於物體在X射線源(焦點)和圖像接收器之間的相對距離。物體離探測器越遠,圖像被放大的越多。

M = 圖像尺寸/物體尺寸 = d2 / d1

6. 失真

根據X射線束穿過物體的角度,它可能會使形狀變形並產生變形偽影。

7. 偽影

可能會造成偽影的患者和系統因素多種多樣:

運動偽像雙重接觸Grid cut off患者身上或外部的不透射線物體20200511

相關焦點

  • 「醫學圖像處理」X-ray成像之X射線的產生
    X射線光子以一束能量(X射線光譜)從光束中釋放出來,構成X射線圖像形成的基礎。$Heat (J) = kVe x mAs$ 或者 $Heat (J) = w x kVp x mAs$kVe: 有效kVw: 通過X射線管的電壓波形。
  • Python 圖像處理 OpenCV (15):圖像輪廓
    實際上是美劇真香,最近把「反擊」從第一季到第六季看了一遍,還不錯,喜歡看動作類的同學可以嘗試下。本篇文章是關於圖像處理輪廓方面的,下面開始正文,希望能幫到各位。Q:什麼是輪廓?gray_img, 127, 255, 0)# 尋找輪廓contours, hierarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_NONE)print(len(contours[0]))這段代碼先用 threshold() 對圖像進行降噪處理
  • JPG圖像格式的7大弊端,你要知道!
    其實,大部分相機裡面都有JPG不同畫質的選擇,例如在Nikon機內的「圖像質量」菜單上,選擇設定「精細」、「標準」或「基本」。而在Canon相機中,也可通過「畫質」菜單裡提取「精細」或「普通」的JPG素質。
  • 直線運動的x-t圖像和v-t圖像
    今天,我們從圖像的「六看」口訣來研究圖像。同學們都知道,不管是位移時間圖像(x-t圖像)還是速度時間圖像(v-t圖像),其圖線都不表示物體的運動軌跡。那麼,是否有一種圖像表示物體的運動軌跡呢?還真有,那就是位置坐標圖像(x-y圖像)。
  • 2020「水下目標檢測算法賽」賽題解析——聲學圖像
    為了解決該類問題,將光學技術、聲學技術和 AI 算法更好的融入到海洋產業中,近期,一場由國家自然基金委、鵬城實驗室和湛江市人民政府聯合主辦的線上比賽「水下目標檢測算法賽」拉開了帷幕。聲學圖像在水下目標檢測中探程遠、實用性強,針對「聲學圖像目標檢測」賽項,鵬城實驗室專門開設了 2 期在線直播課程,先後請到上海達華測繪有限公司專家李太春老師和河海大學、水下信息感知技術研究中心副主任霍冠英老師,為參賽者和算法愛好人士提供深入淺出的專業講座。
  • 「醫用射線設備圖像質量計量方法的創新與應用」通過鑑定會
    近期,北京市計量檢測科學研究院 「醫用射線設備圖像質量計量方法的創新與應用」項目通過中國計量測試學會組織的科技成果鑑定會。該項目在醫用射線設備方面提升了在的計量數據對醫療臨床的指導意義,並對提高影像診斷結果的準確性、可靠度意義重大,為醫學圖像質量計量新技術領域的拓展進行了有益的探索和創新。
  • 圖像特徵點、投影變換與圖像拼接
    人類的視角範圍200 x 135°將梯度減去平均值,則是為了做一定程度的歸一化.Lowe,Recognising Panoramas, 2003下載1在「3D視覺工坊」公眾號後臺回覆:3D視覺,即可下載 3D視覺相關資料乾貨,涉及相機標定、三維重建、立體視覺、SLAM、深度學習、點雲後處理、多視圖幾何等方向。
  • 監控視頻中的圖像預處理技術
    這涉及到監控系統中的多個環節,從上遊的實際場景,到中間的傳輸網絡,再到下遊的用戶終端,主要包括圖像的採集、壓縮處理、傳輸或存儲、解壓縮和顯示等部分,其中任何一個上遊環節出了問題,對圖像質量的影響都不是下遊環節能夠糾正或補救的。視頻信號的預處理處在系統最上遊,是針對主處理而言的,如圖1所示。在視頻監控中,主處理一般是指視頻的壓縮編碼和傳輸,此前的處理一般稱之為預處理,常將它歸併在視頻採集部分。
  • 圖像處理算法有哪些_圖像處理十大經典算法
    其中很大一部分是圖像,圖像可以把事物生動地呈現在我們面前,讓我們更直觀地接受信息。同時,計算機已經作為一種人們普遍使用的工具為人們的生產生活服務。圖像處理概況圖像處理,是對圖像進行分析、加工、和處理,使其滿足視覺、心理以及其他要求的技術。圖像處理是信號處理在圖像域上的一個應用。
  • 利用EasyX圖像編程製作y=x^2函數圖像
    -50;initgraph(100,200);SetWindowText(GetHWnd(),"二次函數圖像");setlinecolor(RGB(0,255,255));setorigin(50,100);
  • 「醫學圖像處理」MRI T1, T2 PD-加權成像
    MR圖像中,對比度取決於所成像區域中的磁性和氫核數。通過運行具有不同權重的不同序列,可以選擇要成像區域中的不同對比度。質子密度成像與T1和T2加權圖像不同,質子密度(PD)不會顯示氫核的磁性,但是會顯示成像區域中的核數。為了獲得PD加權圖像,我們希望最小化T1和T2對比度的貢獻。
  • 今日Paper | 物體渲染;圖像和諧化;無偏數據處理方法;面部偽造檢測...
    基於域驗證的圖像和諧化人體姿態估計中的無偏數據處理方法的研究面部X射線,可進行更一般的面部偽造檢測即插即用(Plug and Play)的受限文本生成方法論文名稱:IGNOR: Image-guided
  • 圖像標註的基礎內容介紹
    說到圖像,計算機需要看到人類眼睛看到的東西。 例如,人類有識別和分類物體的能力。同樣,我們可以使用計算機視覺來解釋它接收到的視覺數據。這就是圖像標註的作用。 圖像標註在計算機視覺中起著至關重要的作用。圖像標註的目標是為和任務相關的、特定於任務的標籤。
  • 位圖圖像與矢量圖像
    這些點通過不同的排列、染色構成圖像。當放大位圖圖像時,可以看見構成整個圖像的無數單個方塊,如果從稍遠的位置觀看它,位圖圖像的顏色和形狀又感覺是連續的。只要有足夠多的像素,就可以製作出色彩豐富的圖像,逼真地表現自然界的景象。
  • 今日Paper | TRANSFORMER結構;圖像到圖像翻譯;缺失標註目標檢測...
    REFORMER:一個高效的TRANSFORMER結構具有文本指導的圖像到圖像的翻譯解決背景重校準損失下的缺失標註目標檢測問題MLFcGAN:基於多級特徵融合的條件GAN水下圖像顏色校正from=leiphonecolumn_paperreview0221推薦原因核心問題:自從BERT取得了巨大的效果的時候,transform就成為了大多數nlp任務的標配,但是它存在一些問題,比如訓練速度慢,佔用內容大,還有無法處理長序列,本論文就是解決這些問題。
  • 「高中數學」必修四——14.三角函數的圖像與性質
    【教學目標】1、了解正弦函數、餘弦函數和正切函數圖像的來歷,掌握「五點法」畫出正弦函數、餘弦函數和正切函數的圖像的方法.(重點)2、正、餘弦函數和正切函數圖像的簡單應用.(難點)3、正、餘弦函數圖像的區別與聯繫.
  • 用art-pi獲取OV7670的圖像來做像處理和圖像識別
    打開APP 用art-pi獲取OV7670的圖像來做像處理和圖像識別 電路設計技能 發表於 2020-12-25 15:40:35
  • 圖像處理中曝光 - CSDN
    這一講主要包括圖像的直方圖,直方圖均衡化,自適應直方圖均衡化,顏色閾值調整,gamma校正等等內容。# 給出數據結構如np.uint8則會把數據歸到uint8的區間之內# 或者給出最大最小值[min, max]skimage.exposure.rescale_intensity(image, in_range='image', out_range='dtype')# 返回圖像的累積分布和每個分塊的中點skimage.exposure.cumulative_distribution(image, nbins
  • 權利的遊戲,竟然出了本圖像小說
    權遊官方 x 果麥文化 x 美在高處·好書聯盟 喬治·R.R.馬丁領銜主創 唯一官方授權4 年一次的典藏級收藏 原價 496 元, 首發優惠 348 所以馬丁選擇了「圖像小說」,這一兼具文學性和藝術性的形式,耗費 4 年親自操刀,復原了自己理想中「真正的《權力的遊戲》」。
  • python圖像處理-gif動圖
    比如你所以把一些尺寸不同的圖片合成動圖時,需要先將所有圖片統一尺寸,需要使用resize方法;或者你想在動圖上加上文字,可以結合之前處理單張圖片添加文字的方法,處理完之後在統一合成;或者你還想調整動圖的速率等等,具體更多內容可以留言問我。