Автореферат магистерской работы

Введение

Ультразвуковые методы исследования занимают одно из ведущих мест в современной клинической медицине. Этому способствует ряд факторов и, прежде всего достоверность получаемых результатов, доступность и относительная простота процедуры. 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 то время как жалобы больного могут соответствовать какому-либо другому заболеванию, эхографическая картина печени зачастую отвечает гепатиту. 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, создаваемая 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 типичных случаях острого гепатита принято выделять четыре периода болезни: инкубационный, преджелтушный, желтушный (разгара) и реконвалесценции. Печень претерпевает максимальные изменения в преджелтушном периоде. Если в течение 6 месяцев больной не выздоравливает, говорят о хроническом гепатите. Хронический гепатит в большинстве случаев имеет бессимптомное или мягкое течение вплоть до поздних стадий, когда развивается цирроз печени и тяжелые осложнения хронического заболевания печени. В зависимости от стадии заболевания на ультразвуковых эхограммах печени выделяют различные изменения. Рассмотрим их подробнее.

Ультразвуковая диагностика острого гепатита

В зависимости от тяжести и стадии заболевания при остром гепатите могут происходить различные изменения эхографической картины. Некоторую роль в быстроте и выраженности динамики эхографической картины печени при остром гепатите могут играть этиопатогенетические факторы варианты вирусных, токсических и метаболических поражений. Несмотря на это, в подавляющем большинстве случаев сделать однозначные выводы об этиологии и патогенезе выявляемых при эхографии изменений на основании динамических изменений эхографической картины не представляется возможным. При средней тяжести течения в фазе манифестации заболевания в эхографической картине печени отмечаются следующие признаки. Форма органа обычно существенно не изменяется, контуры печени остаются ровными, четко очерченными. Капсула печени обычно дифференцируется лучше, чем в норме. Это обусловлено увеличением разницы акустических сопротивлений между паренхимой и капсулой. Часто отмечается увеличение размеров печени в большей степени за счет правой доли, Увеличивается как косой вертикальный размер, так и толщина правой доли. Контуры печени остаются ровными, края острыми, хотя в некоторых случаях можно отметить их закругление. Контур диафрагмы обычно визуализируется отчетливо в виде непрерывной гиперэхогенной линии. 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. 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. Со стороны крупных стволов печеночных вен, воротной вены и печеночной артерии обычно диагностически существенных изменений не происходит. Помимо изменения качественного отображения сосудистого рисунка, важным дифференциально-диагностическим признаком является отсутствие деформации, дислокации и прочих вариантов изменения структурности и строения сосудистого рисунка. При значительной выраженности воспалительного процесса и, соответственно, значительном отеке паренхимы печени эхогенность последней снижается в большей степени ("темная печень"). Звуко-проводимость печени при этом повышается. При регрессии воспалительного процесса эхографическая картина приближается к норме, хотя достаточно часто остается или появляется несколько повышенная эхогенность паренхимы, часто сохраняется увеличение размеров печени - большей частью также за счет правой доли. В ряде случаев может сохраняться умеренно выраженная мелкоочаговая неоднородность паренхимы.[1]

В дифференциальной диагностике данной патологии важным моментом является не только выявление признаков диффузных изменений паренхимы печени и степени их выраженности, но и уверенность исследователя в том, что неоднородность паренхимы не связана с множественным мелкоочаговым солидным или солидно-кистозным поражением печени. Важным дифференциально-диагностическим критерием является сопоставление эхогрэфической картины с клинико-лабораторными показателями и их соответствие острому воспалительному процессу. При наличии в клинической картине заболевания желтухи важным дифференциально-диагностическим признаком печеночного генеза гипербилирубинемии является отсутствие расширения внутрипеченочных и внепеченочных желчевыводящих протоков. При этом следует помнить о том, что расширение протоковой системы печени при подпеченочном блоке наступает не мгновенно, а спустя некоторый период времени. Этот период зависит от степени и выраженности обструкции. Кроме того, на разных типах ультразвуковых приборов сроки выявления расширенных внутрипеченочных протоков весьма различаются. Так, на портативных приборах, обладающих не очень высокой разрешающей способностью, возможность идентифицировать такие мелкие трубчатые структуры, как расширенные желчевыводящие протоки, появляется к концу третьих - началу четвертых суток после появления признаков желтухи. На приборах высшего класса, обладающих к тому же возможностью проведения исследования в режимах импульсной и цветовой доплеровских методик, такая возможность имеется уже к концу первых - началу вторых суток после появления клинико-лабораторных признаков желтухи. Помимо визуализации протоков в В-режиме, благодаря высокой разрешающей способности имеется возможность подтвердить отсутствие кровотока как методом спектрального анализа, так и методом цветового исследования (что несколько проще и экономнее по времени).

В эхографической картине острого гепатита с менее выраженной клинико-морфологической симптоматикой отмечаются практически аналогичные изменения, однако степень их выраженности, а также продолжительность существования значительно меньше. При тяжелой форме протекания заболевания, наоборот, приведенные выше признаки, которые выявляются в эхографической картине печени, выражены намного ярче и продолжительнее. Некоторые из них начинают изменяться в противоположную сторону. Так, например, размеры печени в фазе выраженной манифестации клинической картины могут начать уменьшаться - в этом случае клиницисты отмечают симптом "тающей льдинки". Эхогенность печени при прогрессирующем воспалительном процессе может продолжать снижаться ввиду более распространенного выраженного отека паренхимы, причем структура паренхимы может казаться более однородной. При усугублении течения заболевания в паренхиме печени могут развиваться очаговые некрозы, которые эхографически могут выглядеть в острой фазе как гипо- и анэхогенчые участки с нечеткими и неправильными контурами и неоднородной внутренней структурой. Отмечается обогащение сосудистого рисунка печени за счет еще более выраженной дифференциации сосудистых стенок мелких ветвей венозной и артериальной системы печени, которое само по себе создает дополнительное впечатление мелкоочаговой неоднородности паренхимы. Со стороны магистральных стволов печеночных вен изредка можно наблюдать преходящее уменьшение их диаметра. В некоторых случаях наступает также преходящее нарушение портального кровотока, выражающееся в незначительном увеличении размера основного ствола воротной вены, снижении показателей скоростного и объемного кровотока по воротной вене, иногда увеличении селезенки. При регрессии воспалительного процесса эхографическая картина приближается к норме. При нетяжелом течении заболевания возможно практически полное восстановление нормального эхографического изображения печени. В случае тяжелого течения заболевания, наоборот, со стороны паренхимы печени отмечается постепенное повышение общей эхогенности с присутствием достаточно выраженной мелкоочаговой и даже крупноочаговой неоднородности паренхимы. Сосудистый рисунок при этом становится несколько обедненным - за счет нечеткой визуализации мелких ветвей. Помимо однократного ультразвукового исследования, целесообразно проведение повторного, или повторных исследований в динамике - для контроля дальнейшего направления развития патологического процесса. Необходимым является сопоставление данных эхографии с результатами клинических, лабораторных и прочих инструментальных методов исследования.[2]

Ультразвуковая диагностика хронического гепатита

При хроническом гепатите изменения ультразвуковой картины печени во многом зависят от стадии, продолжительности и тяжести заболевания. При легкой степени и в начальной стадии заболевания эхографически существенные изменений могут не фиксироваться. При этом во многих случаях бывает трудно предполагать даже наличие каких-либо изменений со стороны эхографической картины, особенно на приборах портативного класса, а зачастую и на аппаратах среднего класса. Максимальные отклонения, которые могут быть выявлены при ультразвуковом исследовании в это время, обычно заключаются в несколько увеличенных размерах печени, незначительном повышении ее эхогенности, более чем обычно, выраженной зернистости или иногда незначительно выраженной мелкоочаговой неоднородности паренхимы. Существенных изменений со стороны печеночных вен и воротной вены не наблюдается. Из изложенного видно, что ранняя диагностика хронического гепатита и его форм с неярко выраженными морфологическими изменениями по данным ультразвукового метода исследования представляет весьма сложную и в настоящее время трудно решаемую проблему, требующую высокоразрешающего диагностического оборудования. Однако в дальнейшем, при прогрессировании заболевания, либо при исследовании пациента с умеренной или тяжелой формой этой патологии может быть отмечена разнообразная эхографическая картина. Достаточно часто при хроническом гепатите встречается увеличение размеров печени не только за счет правых, но и левых отделов. При этом часто отмечается увеличение всех измеряемых размеров косого вертикального размера и толщины правой доли, кранио-каудального размера и толщины левой доли, причем в разных случаях может превалировать как увеличение вертикальных, так и передне-задних показателей. Толщина хвостатой доли изменяется редко. Изменения формы печени обычно находятся в пределах ее анатомической конфигурации. Контуры печени остаются ровными и четко видимыми, хотя капсула может дифференцироваться менее отчетливо, чем в норме. Выявляется закругление нижнего края, угол его при этом увеличивается. Контуры печени длительное время остаются ровными. Их неровность начинает проявляться только в фазе перехода в цирроз печени. Контур диафрагмы в большинстве случаев визуализируется отчетливо, однако, иногда может отмечаться "истончение" худшая визуализация контура диафрагмы за счет повышения затухания ультразвука в ткани печени. В зависимости от длительности заболевания и тяжести морфологических повреждений эхогенность паренхимы печени может колебаться в диапазоне от умеренно до значительно повышенной. Повышение эхогенности паренхимы печени может быть достаточно равномерным (при небольшой степени выраженности изменений) или неравномерным - отдельными участками, "полями" - с чередованием с изоэхогенными участками неизмененной паренхимы. С нарастанием морфологических изменений в ткани печени усиливается и изменение ее эхографической картины. В структуре паренхимы печени отмечается появление участков неоднородности небольшого размера, обычно до 0,5 - 1 см, как правило, высокой эхогенности, занимающих в сумме большие площади среза паренхимы. При обострении процесса часто можно отметить усиление неоднородности структуры и изменение характера эхогенности из-за появляющегося отека паренхимы в виде гипоэхогенных участков, рассеянных по площади среза. Достаточно важным признаком неоднородности структуры печени при хроническом гепатите, в отличие от цирроза печени, является неотчетливость контуров участков неоднородности. Изменения сосудистого рисунка печени сводятся, главным образом, к постепенно прогрессирующему его обеднению, то есть последовательному ухудшению визуализации в первую очередь мелких периферических ветвей печеночных вен и во вторую очередь мелких ветвей воротной вены, хотя в то же время часто может наблюдаться усиление отражения от перипортальных структур. Данные изменения обусловлены повышением эхогенности и появлением неоднородности паренхимы, на фоне которых мелкие сосуды теряются и не дифференцируются в В-режиме. Определенную помощь в выявлении этих сосудов дает применение цветовых допплеровских методик. Тем не менее, в некоторых случаях может наблюдаться улучшение визуализации ветвей воротной вены - тогда, когда процесс приводит к изменениям в портальных и перипортальных зонах. В этом случае стенки ветвей воротной вены могут выглядеть несколько более эхогенными и утолщенными. Магистральные печеночные вены визуализируются несколько менее отчетливо, но без серьезных изменений параметров. Основной ствол воротной вены не расширен, существенных нарушений по скоростям и объемному кровотоку в воротной вене не отмечается. При наличии в клинической картине заболевания желтухи важным дифференциально-диагностическим признаком печеночного генеза гипербилирубинемии является отсутствие расширения внутрипеченочных и внепеченочных желчевыводящих протоков. Из других параметров отмечается снижение звукопроводимости органа, обусловленное повышенным поглощением и рассеиванием энергии ультразвукового луча в измененной ткани печени, в отличие от острого гепатита, где улучшение звукопроводимости печени связано с наличием отека паренхимы.[2] Важными вопросами дифференциальной диагностики хронического гепатита, так же, как и острого гепатита, является не только выявление признаков диффузных изменений паренхимы печени и степени их выраженности, но и уверенность исследователя в том, что неоднородность паренхимы не связана с множественным мелкоочаговым солидным или солидно-кистозным поражением печени. Значимым дифференциально-диагностическим критерием является сопоставление эхографической картины с клинико-лабораторными показателями.[1]

Методы и алгоритмы обработки изображений

При цифровой обработке изображения обычно используется его представление в памяти в виде матрицы пикселов f(m1, m2), 0<m1<M1-1, 0<m2<M2-1. Обработка изображения в общем случае заключается в выполнении какого-либо преобразования указанной матрицы, в результате которого формируется набор ее числовых характеристик или новое, обработанное изображение - g(n1,n2), 0<n1<N1-1, 0<n2<N2-1. Преобразование может касаться значений элементов или их координат (индексов), выполняться над матрицей в целом, группой элементов или над каждым элементом в отдельности. Простейший вид цифровой обработки изображений заключается в выполнении одного и того же функционального преобразования для каждого элемента матрицы вне зависимости от его положения и значений других (соседних) элементов. Такая обработка получила название поэлементного преобразования изображений. Она переводит значение каждого элемента f в новое значение g в соответствии с заданной функциональной зависимостью

Размеры входного и выходного изображения здесь совпадают (M1 = N1 , M2 = N2). При практической реализации поэлементных преобразований можно непосредственно вычислять каждое значение преобразованного элемента в соответствии с конкретным видом функции (1). Однако для достаточно сложных функций такое построение процедуры обработки оказывается неудобным из-за больших затрат машинного времени на вычисления. Скорость обработки возрастает при переходе к табличному заданию функции преобразования. Алгоритм работы с таблицей прост: по значению f вычисляется адрес (номер строки) таблицы с выходным значением g. Преимущества такого подхода: высокое быстродействие, гибкость процедуры обработки (таблица преобразования по сути является параметром процедуры и может легко меняться); недостаток: приближенность результатов из-за ограниченного числа строк таблицы. Несмотря на простоту, метод поэлементных преобразований позволяет решить довольно много прикладных задач улучшения качества и анализа изображений.[3] Рассмотрим некоторые из них.

Линейное контрастирование

Изображения, вводимые в компьютер, часто являются малоконтрастными, то есть у них вариации функции яркости малы по сравнению с ее средним значением. Реальный динамический диапазон яркостей [fmin , fmax] для таких изображений оказывается намного меньше допустимого диапазона (шкалы яркости). Задача контрастирования заключается в "растягивании" реального динамического диапазона на всю шкалу. Контрастирование можно осуществить при помощи линейного поэлементного преобразования

g = af + b

Параметры этого преобразования a, b нетрудно определить, исходя из требуемого изменения динамического диапазона. Если в результате обработки нужно получить шкалу [gmin , gmax], то

(3)

При диалоговой обработке изображений иногда проще не определять параметры преобразования (2), а непосредственно строить его в табличной форме, ориентируясь на границы распределения вероятностей функции яркости.[4]

Пороговая обработка

Некоторые задачи обработки изображения связаны с преобразованием полутонового изображения (то есть такого, которое имеет много градаций яркости) в бинарное (двухградационное). Такое преобразование осуществляется в первую очередь для того, чтобы сократить информационную избыточность изображения, оставить в нем только ту информацию, которая нужна для решения конкретной задачи. В бинарном изображении должны быть сохранены интересующие нас детали (например, очертания изображенных объектов) и исключены несущественные особенности (фон). Пороговая обработка полутонового изображения заключается в разделении всех элементов изображения на два класса по признаку яркости, то есть в выполнении поэлементного преобразования вида

, (4)

где f0 - некоторое "пороговое" значение яркости. При выполнении пороговой обработки основной вопрос состоит в выборе порога f0 . Пусть полутоновое изображение содержит интересующие нас объекты одной яркости на фоне другой яркости (типичные примеры: машинописный текст, чертежи, медицинские пробы под микроскопом). Тогда в идеале плотность распределения яркостей должна выглядеть как две дельта-функции. В данном случае задача установления порога тривиальна: в качестве f0 можно взять любое значение между "пиками". На практике встречаются определенные трудности, связанные с тем, что, во-первых, изображение искажено шумом и, во-вторых, как для объектов, так и для фона характерен некоторый разброс яркостей. В результате пики функции плотности распределения "расплываются", хотя обычно ее бимодальность сохраняется. В такой ситуации можно выбрать порог f0 , соответствующий положению минимума между модами.[4]

Алгоритмы линейной фильтрации изображений

Рассмотрим схему искажения и фильтрации (восстановления) изображений, представленную на рис. 1.

Рисунок 1 Модель искажения и восстановления изображений

Целью восстановления искаженного изображения y(n1 ,n2) является получение из него при помощи некоторой обработки изображения, которое близко к идеальному изображению x(n1 ,n2) по заданному критерию. Получающееся в результате обработки изображение будем называть оценкой исходного (идеального) изображения x(n1 ,n2). Определим ошибку оценивания в каждой точке изображения:

(5)

а также среднюю квадратичную ошибку (СКО) через ее квадрат, то есть дисперсию ошибки:

(6)

Критерий минимума квадрата СКО является наиболее универсальным и распространенным критерием качества восстановления при проектировании алгоритмов фильтрации изображений из-за математической простоты. Однако этот критерий имеет недостаток, заключающийся в том, что он не всегда согласуется с субъективным (психовизуальным) критерием качества, основанным в основном на точности передачи контуров.
Указанный критерий является конструктивным и позволяет теоретически рассчитывать оптимальные (дающие минимумы квадрата СКО) алгоритмы фильтрации при рассмотренных моделях наблюдения. Однако оптимальные алгоритмы оказываются весьма сложными для расчета и реализации. В автоматизированных системах обработки изображений предпочтение отдается так называемым квазиоптимальным алгоритмам, которые дают минимум квадрата СКО в некотором классе алгоритмов с заданной структурой и незначительно отличаются от оптимальных по этому критерию. Обычно спектр шума содержит более высокие пространственные частоты, чем спектр идеального изображения. Этот факт наводит на мысль, что простая низкочастотная фильтрация может служить эффективным средством подавления шумов. В принципе любой фильтр с неотрицательными коэффициентами обладает сглаживающими свойствами. Можно предложить следующие сглаживающие маски:

(7)

Коэффициенты масок нормированы с тем чтобы процедура подавления помех не вызывала смещения яркости исходного изображения. Маски (3.7) отличаются степенью сглаживания шумов (у маски A1 она максимальная, у A3 - минимальная). Выбор коэффициентов маски должен производиться экспериментально. При увеличении степени сглаживания шумов происходит также подавление высокочастотной составляющей полезного изображения, что вызывает исчезновение мелких деталей и размазывание контуров. Если требуемая степень сглаживания с применением маски размера 3х3 не достигается, то следует использовать сглаживающие маски больших размеров (5х5, 7х7).

Медианный фильтр

Медианный фильтр в отличие от сглаживающего фильтра реализует нелинейную процедуру подавления шумов. Медианный фильтр представляет собой скользящее по полю изображения окно W, охватывающее нечетное число отсчетов. Центральный отсчет заменяется медианой всех элементов изображения, попавших в окно. Медианой дискретной последовательности x1 , x2 , ..., xL для нечетного L называют такой ее элемент, для которого существуют (L - 1)/2 элементов, меньших или равных ему по величине, и (L - 1)/2 элементов, больших или равных ему по величине. Другими словами, медианой является средний по порядку член ряда, получающегося при упорядочении исходной последовательности. Например, med(20, 10, 3, 7, 7) = 7. Двумерный медианный фильтр с окном W определим следующим образом:

(8)

Как и сглаживающий фильтр, медианный фильтр используется для подавления аддитивного и импульсного шумов на изображении. Характерной особенностью медианного фильтра, отличающей его от сглаживающего, является сохранение перепадов яркости (контуров). При этом если перепады яркости велики по сравнению с дисперсией аддитивного белого шума, то медианный фильтр дает меньшее значение СКО по сравнению с оптимальным линейным фильтром. Особенно эффективным медианный фильтр является в случае импульсного шума.
Что касается импульсного шума, то, например, медианный фильтр с окном 3х3 полностью подавляет одиночные выбросы на равномерном фоне, а также группы из двух, трех и четырех импульсных выбросов. В общем случае для подавления группы импульсных помех размеры окна должны быть по меньшей мере вдвое больше размеров группы помех. Среди медианных фильтров с окном 3х3 наиболее распространены следующие:

(9)

Координаты представленных масок означают, сколько раз соответствующий пиксел входит в описанную выше упорядоченную последовательность.[4]
Разновидностью медианного фильтра является метод, подавляющий импульсный шум и в то же время минимально изменяющий значения яркости на исходном изображении, состоит в замене яркости пикселов локальных максимумов на локальное максимальное значение яркости между границами и замене пикселов локальных минимумов на локальное минимальное значение между границами:

(10)

здесь P(i) - исходная интенсивность пиксела i; P'(i) - новое значение интенсивности пиксела i. Уравнение (1) представляет минимум из k пикселов, уравнение (2) - максимум из k пикселов.[7]

Выделение контуров

С точки зрения распознавания и анализа объектов на изображении наиболее информативными являются не значения яркостей объектов, а характеристики их границ - контуров. Другими словами, основная информация заключена не в яркости отдельных областей, а в их очертаниях. Задача выделения контуров состоит в построении изображения именно границ объектов и очертаний однородных областей.
Будем называть контуром изображения совокупность его пикселов, в окрестности которых наблюдается скачкообразное изменение функции яркости. Так как при цифровой обработке изображение представлено как функция целочисленных аргументов, то контуры представляются линиями шириной, как минимум, в один пиксел. При этом может возникнуть неоднозначность в определении линии контура с перепадом яркости.
Если исходное изображение, кроме областей постоянной яркости, содержит участки с плавно меняющейся яркостью, то введенное определение контура остается справедливым, однако при этом не гарантируется непрерывность контурных линий: разрывы контуров будут наблюдаться в тех местах, где изменение функции яркости не является достаточно резким.
С другой стороны, если на "кусочно-постоянном" изображении присутствует шум, то, возможно, будут обнаружены "лишние" контуры в точках, которые не являются границами областей.
При разработке алгоритмов выделения контуров нужно учитывать указанные особенности поведения контурных линий. Специальная дополнительная обработка выделенных контуров позволяет устранять разрывы и подавлять ложные контурные линии.
Общую процедуру построения бинарного изображения границ объектов иллюстрирует блок-схема, представленная на рис. 2.

Рисунок 2 Процедура выделения контуров

Исходное изображение f подвергается линейной или нелинейной обработке, с тем чтобы выделить перепады яркости. В результате этой операции формируется изображение e, функция яркости которого существенно отличается от нуля только в областях резких изменений яркости изображения f. Затем в результате пороговой обработки из изображения e формируется графический (контурный) препарат g. Правильный выбор порога на втором этапе должен производиться из следующих соображений. При слишком высоком пороге могут появиться разрывы контуров, а слабые перепады яркости не будут обнаружены. При слишком низком пороге из-за шумов и неоднородности областей могут появиться ложные контуры. Других особенностей пороговая обработка не имеет. Поэтому обратим основное внимание на первую операцию - выделение перепадов яркости (контуров) - и рассмотрим основные методы выполнения этой операции.[4]

Градиентный метод

Одним из наиболее простых способов выделения границ является пространственное дифференцирование функции яркости. Для двумерной функции яркости f(x, y)перепады в направлениях x и y регистрируются частными производными df(x, y)/dx и df(x, y)/dy, которые пропорциональны скоростям изменения яркости в соответствующих направлениях. Подчеркивание контуров, перпендикулярных к оси x, обеспечивает производная df(x, y)/dx, а подчеркивание контуров, перпендикулярных к оси y, - df(x, y)/dy.
В практических задачах требуется выделить контуры, направление которых является произвольным. Для этих целей можно использовать модуль градиента функции яркости

(11)

который пропорционален максимальной (по направлению) скорости изменения функции яркости в данной точке и не зависит от направления контура.
Модуль градиента в отличие от частных производных принимает только неотрицательные значения, поэтому на получающемся изображении точки, соответствующие контурам, имеют повышенный уровень яркости.[5]
Для цифровых изображений аналогами частных производных и модуля градиента являются функции, содержащие дискретные разности, например:

(12)

Таким образом, операция выделения контуров заключается в выполнении нелинейной локальной обработки изображений "окном" 2х2 (без одной точки):

(13)
Метод активных контуров

Метод активных контуров (метод змеек) является видом деформируемых моделей, характеризующихся свойством динамического изменения контура от первоначально заданного к контуру изображения. Деформация контура производится таким образом, чтобы минимизировать его энергию. Эта энергия зависит от формы контура и от его расположения на изображении и содержит внутреннюю и внешнюю энергию контура. Исходя из этого, новое положение каждого из узлов контура может быть вычислено по формуле

(14)

где vi(t)=(xi(t), yi(t)) - узел контура; γ - коэффициент затухания; α и β - весовые коэффициенты; Δt - ограниченный временной шаг

(15)

сила растяжения (ограничивающая вытягивание), действующая на узел i в момент времени t.

(16)

сила изгиба (ограничивающая отклонение)

(17)

внешняя полученная из изображения сила, которая перемещает контур в направлении области изображения с большим градиентом яркости.
- яркость пиксела (x,y) на сглаженной версии изображения.

(18)

сила расширения, где ni(t) - единичный вектор, перпендикулярный контуру в узле i,

(19)

бинарная функция, связывающая силу расширения с изображением, T - порог яркости. Изменение положения узлов контура повторяется до тех пор, пока контуры, полученные в результате последних двух итераций, не будут идентичными либо пока не будет достигнуто другое условие завершения цикла.[6]

Обобщение результатов работы

При анализе изменений печени, отражающихся на ультразвуковых эхограммах, можно выделить следующее.
У большинства пациентов, больных острым вирусным гепатитом, на ультразвуковом снимке печени наблюдается изменение сосудистого рисунка, выражающееся в более четкой визуализации стенок мелких ветвей воротной вены и печеночных вен. Воротная вена обычно расширена, структура паренхимы печени 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. При регрессии воспалительного процесса эхографическая картина приближается к норме.
При хроническом гепатите изменения ульразвуковой картины печени во многом зависят от стадии, продолжительности и тяжести заболевания. При легкой степени и в начальной стадии заболевания существенные изменения могут не фиксироваться. При прогрессировании заболевания отмечается повышение эхогенности печени. В некоторых случаях может наблюдаться улучшение визуализации ветвей воротной вены. В этом случае стенки ветвей воротной вены выглядят несколько более эхогенными и утолщенным.
Таким образом, наиболее ранним признаком гепатита является изменение сосудистого рисунка печени. Поэтому на УЗИ-снимке необходимо выделять сосуды печени с целью дальнейшего анализа их размеров и формы. Кроме того, так как происходит изменение структуры печени, возможно, надо будет анализировать текстуру изображения.
При рассмотрении существующих систем ультразвуковой диагностики с автоматической обработкой изображения можно отметить, что в основном они улучшают качество изображения, позволяют изменять масштаб, позволяют хранить и передавать большое количество снимков. Некоторые системы оснащены пакетами программ, позволяющих выделить контур определенных объектов, обеспечивающих различные режимы измерений (например, расстояния, периметр, площадь, объем с помощью эллипса и обводки). Однако в основном это акушерские либо кардиологические программы, и использовать их для анализа структур печени проблематично. Кроме того, существующие системы не дают экспертной оценки анализируемого изображения, в то время как такая оценка была бы полезна врачу для окончательной установки диагноза. Поэтому возникает задача написания программы для анализа эхограмм печени с целью выявления гепатита. Так как одним из наиболее ранних диагностических признаков этого заболевания является улучшение визуализации и изменение размеров сосудов печени, то необходимо выделять эти сосуды на снимке и анализировать их форму и размеры. По результатам анализа можно будет формировать заключение о наличии или отсутствии на снимке искомой патологии. Для выделения сосудов на изображении можно использовать методы контурного анализа.
Так как ультразвуковое изображение всегда является сильно зашумленным, то перед выделением контура на нем может возникнуть необходимость снижения уровня шума. Этого снижения можно достигнуть, применяя различные методы фильтрации. Из рассмотренных методов фильтрации наиболее подходящим является медианный фильтр или одна из его модификаций, так как применение этого фильтра позволяет избавиться от аддитивного и импульсного шума, сохранив при этом перепады яркости. В дальнейшем эти перепады яркости можно использовать для выделения искомых контуров. Наиболее простым методом выделения контура является пороговая обработка изображения, когда яркость всех пикселов изменяется по правилу: если яркость пиксела больше некоторого порога, то она уменьшается до минимального значения (пиксел становится черным); если же яркость пиксела меньше порога, то она увеличивается до максимального значения (пиксел становится белым). Так как изображение сосудов печени на ультразвуковом снимке темнее, чем изображение самого органа, то в результате пороговой обработки сосуды будут выделены белым цветом на черном фоне. Однако при использовании такого метода возникает проблема выбора порогового значения, потому что именно от этого значения зависит, что именно будет выделено в качестве искомого контура. Так как уровень яркости различных снимков может быть разным, то надо либо подбирать свой порог для каждого снимка, либо преобразовывать значения яркости снимков. Такое преобразование может быть осуществлено с помощью линейного контрастирования, когда диапазон яркостей изображения растягивается до необходимого диапазона. Еще одной проблемой, возникающей при пороговой обработке эхограмм, является неточность определения контура: на изображении могут присутствовать пикселы, яркости которых соответствуют яркостям сосудов, однако не относящееся к ним. Кроме того, контур, определенный с помощью метода пороговой обработки в большинстве случаев будет не замкнутым, так как возможно появление слишком ярких пикселов на границе между сосудом и тканью печени.
Для преодоления указанных проблем предлагается для выделения контура сосудов использовать метод активных контуров. Сущность метода заключается в том, что первоначально задается грубый контур изображения в виде координат узлов контура, затем пересчитываются координаты узлов. В результате конечный контур максимально приближается к искомому контуру. При использовании этого метода решаются проблемы незамкнутости контура и ошибочного определения границ. Однако для корректной работы метода необходимо правильно задать первоначальный контур. Для определения первоначального грубого контура можно использовать пороговую обработку изображения.

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 1. Математические модели // Соросовский образовательный журнал, 1996, №2
4. Сойфер В.А. Компьютерная обработка изображений. Часть 2. Методы и алгоритмы // Соросовский образовательный журнал, 1996, №3
5. Прэтт У. Цифровая обработка изображений. Кн.2. - М.: Мир, 1982
6. Hamarneh G., Gustavsson T. Combining Snakes and Active Shape modles for Segmenting the Human Left Ventricle in Echocardiographic Images. IEEE Com-puters in Cardiology 2000; vol 27
7. Hiransakolwong N., Windyga P.S., Kien A. Hua FASU: A Full Automatic Segmenting System for Ultrasound Images. School of Electrical Engineering and Computer Science University of Central Florida 1998

---

Биография | Диссертация | Библиотека | Ссылки | Поиск