SROVNÁNÍ RŮZNÝCH PŘÍSTUPŮ HRANOVÉ DETEKCE KONČETINOVÝCH TEPEN V PODÉLNÉM ŘEZU ULTRAZVUKOVÉHO OBRAZU
Authors:
Martin Sedlář 1; Vojtěch Mornstein 1
Authors place of work:
Biofyzikální ústav LF MU, Brno, Česká republika
1
Published in the journal:
Lékař a technika - Clinician and Technology No. 1, 2013, 43, 11-14
Category:
Original research
Summary
Automatická detekce tepen v ultrazvukovém obraze může být velmi užitečným nástrojem při hodnocení funkčního stavu a diagnostice mnoha onemocnění vaskulárního systému. Hranová reprezentace obrazu může poskytovat významnou informaci o lumenu tepny a stavbě tepenné stěny nebo o průběhu a větvení tepen. U dynamických studií lze metody hranové detekce s výhodou využít také k hodnocení mechanických a elastických vlastností tepen.
Hranovou detekci tepen v podélném řezu ultrazvukového obrazu jsme provedli pomocí různých běžně používaných hranových operátorů a detektorů založených na první derivaci (Roberts, Sobel, Prewitt, Kirsch, Robinson) nebo druhé derivaci (Laplace, LoG) obrazové funkce. Pro srovnání jsme zvolili také výsledky detekce hran v obraze metodou prostého prahování.
Pro lepší výsledky hranové detekce jsme na vstupní obraz aplikovali některé základní metody předzpracování obrazu (doostření, vyhlazení, úprava jasu, úprava spektra) a prostředky matematické morfologie (eroze, dilatace, uzavření, otevření). Těmito postupy jsme se snažili maximálně eliminovat šum a rušivé struktury v obraze, které způsobovaly chybnou detekci hran a negativně ovlivňovaly výsledek.
Všechny aplikované postupy poskytly uspokojivé výsledky detekce. Volba nejoptimálnějšího způsobu hranové detekce závisí na konkrétní situaci a je podmíněna jednak vhodně zvolenými parametry v jednotlivých krocích detekčního algoritmu, jednak také typem, kvalitou a akvizičními parametry konkrétního vstupního ultrazvukového obrazu.
Klíčová slova:
ultrazvuk, končetinové tepny, hranová detekce, hranové operátory
Zdroje
[1] Hlaváč, V., Sedláček, M.: Zpracování signálů a obrazů. Praha: ČVUT, 2007, 255 s. ISBN 978-80-01-03110-0.
[2] Chudý, O., Doubrava, K.: Automatická detekce přírůstku trhliny pomocí digitálního zpracování obrazu. Konference studentské tvůrčí činnosti [online], 2012 [cit. 2012-05-14]. Dostupné z: http://stc.fs.cvut.cz/pdf12/2568.pdf.
[3] Sukkaew, L., Uyyanonvara, B., Barman, S.: Comparison of Edge Detection Techniques on Vessel Detection of Infant’s Retinal Image. [online], [cit. 2012-05-14]. Dostupné z: http://www.ijcim.th.org/SpecialEditions/v13nSP2/pdf/p6.1-5-Comparison of Edge Detection Techniques.pdf.
[4] Vacarda, M.: Detekce jasových změn v obrazu pomocí lokálních spektrálních hustot energie. Automatizace [online], 2007, roč. 50, č. 12, s. 772-775 [cit. 2012-05-14]. Dostupné z: http://www.automatizace.cz/article.php?a=1977.
Štítky
BiomedicineČlánok vyšiel v časopise
The Clinician and Technology Journal
2013 Číslo 1
Najčítanejšie v tomto čísle
- MOŽNOSTI VYUŽITÍ ANALÝZY PŘEŽÍVÁNÍ V BIOMEDICÍNĚ A TECHNICE
- 13C-methacetinový dechový test u pacientů s jaterní cirhózou a dekompenzovaným srdečním selháním
- SROVNÁNÍ RŮZNÝCH PŘÍSTUPŮ HRANOVÉ DETEKCE KONČETINOVÝCH TEPEN V PODÉLNÉM ŘEZU ULTRAZVUKOVÉHO OBRAZU
- Fototoxický vliv porfyrinových sensitizerů a viditelného záření na gram-pozitivní methicilin-rezistentní kmen S. aureus