Исследование методов обработки ультразвуковых эхограмм печени при гепатите

Abstract

Martynovskaya J.S. Research of ultrasonic images of liver with hepatitis processing methods. Changes of ultrasonic images of liver with hepatitis are presented in this paper. Image filtering methods, contrast ratio growing technique and edge detection methods are given.

Введение

С внедрением в клиническую практику ультразвуковых методов исследования появилась возможность визуализации многих паренхиматозных органов, в том числе и печени. Так, при УЗИ у больных с вирусным гепатитом эхогенность печени повышена, сосудистый рисунок усилен, воротная вена расширена. Вирусный гепатит является достаточно распространенным заболеванием, иногда трудно поддающимся диагностике.
В настоящее время ввиду стремительного развития технических средств появились аппараты УЗИ, производящие не только снятие, но и обработку изображения. Однако эти системы ориентированы в основном либо на обработку ультразвуковых снимков сердца, либо на акушерские эхограммы.
Поэтому актуальной является задача создания программы обработки ультразвуковых эхограмм печени с целью диагностики гепатита. Так как при данной патологии в первую очередь изменяется сосудистый рисунок печени, программа должна определять контуры сосудов, оценивать их размер и форму. На основании этой информации в дальнейшем можно делать выводы о том, болен ли данный пациент гепатитом. В целом создаваемая система анализа ультразвукового изображения предназначена для облегчения окончательной установки диагноза врачом.

Ультразвуковая картина печени при гепатите

В зависимости от тяжести и стадии заболевания при остром гепатите могут происходить различные изменения эхографической картины печени. При средней тяжести течения в фазе манифестации заболевания в эхографической картине печени отмечаются следующие признаки. Капсула печени обычно дифференцируется лучше, чем в норме.
Это обусловлено увеличением разницы акустических сопротивлений между паренхимой и капсулой. Структура паренхимы печени в большинстве случаев неоднородная. Неоднородность паренхимы складывается из участков несколько сниженной, средней и относительно повышенной эхогенности, что соотносится с участками более или менее выраженной отечности паренхимы и неизмененных участков [1]. У большинства пациентов наблюдается изменение сосудистого рисунка печени, выражающееся в более четкой визуализации стенок мелких ветвей воротной вены и печеночных вен симптом выделяющихся сосудов за счет повышения звукопроводимости паренхимы, на фоне которой лучше выделяются мелкие сосудистые структуры. Помимо изменения качественного отображения сосудистого рисунка, важным дифференциальнодиагностическим признаком является отсутствие деформации, дислокации и прочих вариантов изменения структурности и строения сосудистого рисунка [2]. При значительной выраженности воспалительного процесса и, соответственно, значительном отеке паренхимы печени эхогенность последней снижается в большей степени. Таким образом, одним из наиболее ранних признаков гепатита является изменение сосудистого рисунка печени. Поэтому на УЗИ-снимке необходимо выделять сосуды печени с целью дальнейшего анализа их размеров и формы. По результатам анализа можно будет формировать заключение о наличии или отсутствии на снимке искомой патологии.

Алгоритм определения контуров сосудов печени

Ультразвуковое изображение отличается сильной зашумленностью и низкой контрастностью, что затрудняет анализ изображения. С учетом этого, для определения контуров сосудов печени можно использовать следующий алгоритм:

1. Фильтрация изображения с целью устранения шумов.
2. Увеличение контрастности полученного изображения.
3. Выделение первоначального контура на обработанном изображении.
4. Наложение первоначального контура на исходное изображение и уточнение контура.

Для фильтрации исходного изображения можно использовать фильтр скользящего среднего, медианный фильтр, а также свертку изображения со сглаживающей маской (сглаживающие фильтры). Целесообразно применять фильтры, сохраняющие перепады яркости исходного изображения: медианный фильтр и сглаживающие фильтры с небольшой степенью сглаживания [3]. При использовании сглаживающего фильтра массив Q выходного изображения формируется путем свертки массива F исходного изображения со сглаживающим массивом H согласно формуле

(1)

Можно предложить следующие маски сглаживающего фильтра:

(2)

Коэффициенты масок нормированы с тем чтобы процедура подавления помех не вызывала смещения яркости исходного изображения. Маски (2) отличаются степенью сглаживания шумов (у маски H1 она максимальная, у H3 - минимальная). Выбор коэффициентов маски должен производиться экспериментально [4]. Увеличить контрастность изображения позволяет применение метода линейного контрастирования [2], когда яркость каждого пиксела пересчитывается с тем, чтобы диапазон яркостей исходного изображения [fmin, fmax] растянуть до диапазона яркостей [gmin, gmax]:

g - выходная яркость пиксела,
f - исходная яркость пиксела,
a, b - коэффициенты преобразования
Параметры этого преобразования a, b нетрудно определить, исходя из требуемого изменения динамического диапазона. Если в результате обработки нужно получить шкалу [gmin , gmax], то

(4)

Наиболее простым методом выделения первоначального контура является пороговая обработка изображения: если яркость пиксела больше некоторого порога, то пиксел окрашивается в черный цвет, иначе в белый. Однако на практике применение этого метода нецелесообразно, так как из-за неоднородности структуры печени выделяются не только сосуды, а и участки изображения, к ним не относящиеся. Лучшие результаты дают методы, выполняющие подчеркивание контура, а затем пороговую обработку. Для подчеркивания контура используются различные операторы: оператор Робертса, оператор Собеля, оператор Лапласа. Эти операторы отличаются количеством учитываемых соседних точек, а также способом их учета. Из перечисленных операторов для УЗИ-снимков оптимальным является оператор Собеля [4]:

(5)

В приведенной формуле:
G - массив преобразованного изображения;
F - массив исходного изображения;
i, j - индексы элементов массивов выходного и входного изображений.
Для уточнения границ выделенного контура можно использовать метод активных контуров или метод наращивания областей [4].

Результаты работы

При анализе ультразвукового изображения печени, пораженной гепатитом, было установлено, что диапазон яркостей исходного изображения составляет в среднем [40, 210]. При этом средняя яркость участков изображения, соответствующих сосудам, составляет 60. Это значение яркости использовалось как пороговое для определения принадлежности анализируемого пиксела к сосудам при выборе метода фильтрации. Для выбора метода фильтрации изображения производилось сравнение фильтров, результаты которого приведены в табл. 1.
Таблица 1 - Результаты сравнения работы фильтров.

Вид фильтра	Процент пикселей изображения, соответствующих сосудам (яркость меньше 60)
	Изображение 1	Изображение 2	Изображение 3
Исходное изображение	13,2	13	31,2
Медианный фильтр	11	12,6	30,8
Свертка с маской H1	13,3	12,8	31,6
Свертка с маской H2	10,2	12,2	30,3
Свертка с маской H3	10,4	11,8	30,1
Медианный фильтр, затем свертка с маской H2	10,18	12	30,12
Светка с маской H2, затем медианный фильтр	9,66	11,9	30,2

При анализе таблицы можно сделать вывод, что медианный фильтр является более эффективным, чем свертка с маской H1, но менее эффективным, чем свертка с маской H2 или с маской Н3. Наиболее эффективно устраняет шум свертка с маской Н3, однако при применении этого фильтра теряется часть перепадов яркости, что затрудняет последующее выделение контуров. При использовании сочетания свертки с маской H2 и медианного фильтра достигается примерно тот же уровень подавления шума, что и при использовании свертки с маской Н3, но при этом сохраняется большая часть перепадов яркости. Таким образом, для фильтрации будет использоваться свертка исходного изображения с маской Н2, а затем применение медианного фильтра к полученному изображению.
После фильтрации изображения для выделения контура необходимо повысить перепады яркости между фоном и выделяемым объектом. Для этого можно использовать контрастирование изображения [3]. В работе диапазон яркостей растягивался до [0, 255]. Подчеркивание контура производилось путем применения оператора Собеля к обработанному изображению.
С использованием Delphi была разработана программа, выполняющая первоначальное определение контуров сосудов печени. Пример выделения контура с использованием программы приведен на рисунке 1.

Рисунок 1 - Пример выделения контуров. а - исходное изображение, б - отфильтрованное изображение с повышенной контрастностью, в - выделенный контур.

Таким образом, в программе реализованы 1 - 3 шаги алгоритма выделения контуров сосудов печени. Направлением дальнейших исследований является наложение полученного контура на исходное изображение с целью уточнения контура сосудов. Уточнение контура планируется путем использования либо метода наращивания областей, либо метода активных контуров. Следующим шагом будет определение размеров сосудов печени.
Анализ размеров и формы сосудов даст возможность сформировать заключение о наличии или отсутствии на эхограмме признаков гепатита печени.

Литература

1. Клиническое руководство по ультразвуковой диагностике. Том 1 //под ред. Митькова В.В. - М.: Видар, 1996
2. Майер К.П. Гепатит и последствия гепатита: практическое руководство. - М., 2000
3. Сойфер В.А. Компьютерная обработка изображений. Часть 2. Методы и алгоритмы // Соросовский образовательный журнал, №3, 1996
4. Прэтт У. Цифровая обработка изображений. Кн.2. - М.: Мир, 1982

Библиографическая ссылка на этот материал:

Мартыновская Ю.С. Исследование методов обработки ультразвуковых эхограмм печени при гепатите // Сборник трудов магистрантов 2004 Донецкого национального технического университета. Выпуск 3. - Донецк, ДонНТУ Министерства образования и науки Украины, 2004