Elektronika Medyczna cz.1

prof. Paweł Strumiłło
dr hab. Michał Strzelecki
tel. 631 26 31, p. 216, [email protected]
godz. przyj : poniedziałek 12-13, wtorek 15-16
 Strumillo, Strzelecki
Literatura:
1. Notatki i materiały wykładowe (pliki *.pdf)
(http://www.eletel.p.lodz.pl/~mstrzel)
user: student
password: oiz2004
2. A. Materka, Elementy przetwarzania obrazów,
PWN, 1991.
3. 4. R. Tadeusiewicz, P. Korohoda, Komputerowa
analiza i przetwarzanie obrazów, Wyd. Fundacji
Post pu Telekomunikacji, Kraków 1997.
4. K. Zieli ski, M. Strzelecki, Komputerowa
analiza obrazu biomedycznego, PWN 2002.
5. T. Pavlidis, Grafika i przetwarzanie obrazów,
WNT, 1987.
6. W. Skarbek, Metody reprezentacji obrazów cyfrowych,
Akademicka Oficyna Wydawnicza, Warszawa, 1993.
Cele przetwarzania obrazów
1. Poprawa subiektywnej jako ci obrazu postrzeganej
przez ludzkie oko.
(np. w 1964, zastosowano komputerowe metody do
poprawy jako ci obrazu zdj Ksi yca przesłanych
przez sond kosmiczn Ranger 7 w Jet Propulsion
Laboratory, USA)
2. Przetworzenie obrazu do postaci umo liwiaj cej
pomiar wybranych jego cech, automatycznej analizy
lub transmisji.
(np. czas transmisji pierwszego przesłania obrazu
kablem poło onym na dnie oceanu w 1920, obliczono
na ok. 1 tyg., po zastosowaniu technik kompresji danych
czas transmisji skrócił si do 3 godz.)
Cele przetwarzania obrazów
Przetworzenie obrazu do postaci umo liwiaj cej
pomiar wybranych jego cech, automatycznej analizy
lub transmisji.
Cele przetwarzania obrazów
Przetworzenie obrazu do postaci umo liwiaj cej
pomiar wybranych jego cech, automatycznej analizy
lub transmisji.
JPEG 0.1 bpp
8 bpp Wavelet 0.1 bpp
Playboy Magazine
Cele przetwarzania obrazów
Poprawa subiektywnej jako ci obrazu postrzeganej
przez ludzkie oko.
 MIT
Widmo fal elektromagnetycznych
Cz stotliwo
1024
1022 1020 1018 1016 1014
1012
prom. X
, Hz
1010 108
106
104
mikrofale
promieniowanie
gamma
fale radiowe
Promieniowanie
wietlne
ultrafiolet
400
500
600
podczerwie
700
[nm]
102
Schemat naturalnego przetwarzania
obrazów
Obraz (90% informacji)
Decyzja!
Schemat komputerowego systemu
przetwarzania obrazów
Przetwarzanie
Przetwarzanie
wst
wst pne
pne
Akwizycja obrazu
Segmentacja
Segmentacja
Komputer
Komputer
++
program
program
++
baza
baza wiedzy
wiedzy
decyzja
Wydzielanie
Wydzielanie
cech
cech
Analiza
Analiza
cech
cech obrazu
obrazu
decyzja
Polepszanie jako ci obrazu
transformacja skali jasno ci
Addison_Wesley Inc.
ruch kamery w
czasie ekspozycji
obraz po korekcji
Przykład zadania analizy obrazów
"
$
!
#
Systemy analizy obrazów zastosowania
• nauka i przemysł (kontrola jako ci produktów,
sortowanie wyrobów, ...)
• medycyna (diagnostyka obrazowa, RTG, tomografia
komputerowa, USG, mikroskopia, ...)
• obronno
(rozpoznanie fotograficzne, wykrywanie i
ledzenie celów, sterowanie pociskami, ...)
• robotyka (sterowanie spawarek i dysz do malowania,
sterowanie pojazdów, ...)
• eksploracja Ziemi i kosmosu (interpretacja
obrazów astronomicznych, satelitarnych, lotniczych,
sody kosmiczne, ....)
%
&
&
'
(
) !* +
. &
,&
/
0
0
0
/
1
&
&
1
1
&
2
/
&
/
tomografia CT
(A. Cormack, G. Hounsfield, 1972)
tomografia MRI
(P. Lauterbur, P. Mansfield, 1973
angiografia
ultrasonografia
w zast. od lat 80tych)
(E. Honiz, 1927)
(I. Edler, C. Hertz, 1953)
rentgenografia
(J. Hall-Edwards, 1896)
tomografia PET
(M. Ter-Pogossian i wsp., 1973)
kapsuła endoskopowa
(Given Imaging, 2001)
endoskopia
(B. Hirschowitz, zast. od lat 70tych)
!"#
$
!
"
%$
%
# $
!
%
&'()$
*+,
%
"
!
-.
%
"
!&
!
%
$
3
4
.
&
$5
$5
4
6
,
7
-
7 &
8,
4
Termografia komputerowa
Termogram
Obraz optyczny
Struktura układu scalonego
Medycyna
Energetyka
Budownictwo
&
&
9
&
Przykłady zada rozpoznawania obrazów:
odciski palców
Baza obrazów z
odciskami palców
FBI 1992
Przykłady zada rozpoznawania obrazów:
diagnostyka obrazowa
Mamografia
Przykłady zada rozpoznawania obrazów:
rozpoznawanie twarzy (biometria)
Juliusz Jaksa, Krzysztof lot, Piotr Szczypi ski „ Face
recognition using deformable models”, ICSES’2001
Przykłady zada rozpoznawania obrazów:
rozpoznawanie twarzy (biometria)
H. Nowak „Rozpoznawanie słów na podstawie analizy sekwencji obrazów”,
praca doktorska realizowana
w Zakładzie Elektroniki Medycznej IE
Przykłady zada rozpoznawania obrazów:
rozpoznawanie t czówki oka (biometria)
Jan Mazur, „Iris pattern recognition using simple
non-linear filtering”, ICSES’2001
Przykłady zada rozpoznawania obrazów:
bazy obrazów
„Idea” obrazu
kopia obrazu
lub
poszukiwanego
poszukiwanego
Obraz
odszukany
DWT
C.E. Jacobs, A. Finkelstein, D.H. Salesis,
„Fast multiresolution image quering”, 1999
Obraz monochromatyczny
jako funkcja dwumymiarowa
f(x,y)
x
y
Obraz monochromatyczny
jako funkcja dwumymiarowa
220
200
180
160
140
120
100
80
60
0
50
100
150
200
Distance along profile
250
300
Obrazy kolorowe RGB
R
B
G
Obrazy kolorowe RGB
300
250
200
150
100
50
0
0
50
100
150
200
250
300
Distance along profile
350
400
450
rozkład składowych RGB dla wybranej linii obrazu
500
Obraz cyfrowy
dyskretyzacja
+
kwantowanie
piksel (ang. picture element)
Obraz cyfrowy jako macierz pikseli
(0,0)
X
f(x,y)
............
. . 15 17 18 . .
. . 20 31 14 . .
..........
Y
Obraz cyfrowy jako macierz pikseli
Obraz cyfrowy f(x,y):
macierz dwuwymiarowa (M,N),
tj. o M wierszach i N kolumnach,
której elementy s nieujemne i przyjmuj
sko czon liczb warto ci
f ( x, y )
x = 0,1, ..., N − 1
y = 0,1, ..., M − 1
f ( x, y ) = 0,1, ..., L − 1
(np. L=256)
Kolorowy obraz cyfrowy?
Kolorowy obraz cyfrowy RGB
Je eli ka da składowa
koloru jest kodowana za
pomoc 8 bitów, mo na
uzyska 224 kolorów!
f ( x, y ) = ( f R , f G , f B )
Kolorowy obraz cyfrowy –
obraz indeksowany
f=25
0
1
2
.
.
.
R G B
:
:
:
25
. . .
obraz
monochromatyczny
paleta barw
(look-up-table)
Obraz
kolorowy
Hands on – demo
Demonstracja prostego programu
do przetwarzania obrazów