540 likes | 1.25k Views
醫學影像處理概論. Medical Image Processing. 佐井篤儀(蔡篤儀) 教授. 日本 国立新潟大学 医学院 放射線技術科学系 . December , 2013. Contents. 数位影像之基礎 数位影像基本処理法 空間領域中的影像処理 空間頻率領域中的影像処理 常用在医学影像的影像処理方法 影像圧縮処理 三維影像及臨床診断応用例. 主要参考書籍等. ● The Image Processing Handbook, John C, Russ, IEEE Press
E N D
醫學影像處理概論 Medical Image Processing 佐井篤儀(蔡篤儀) 教授 日本 国立新潟大学 医学院 放射線技術科学系 December , 2013
Contents • 数位影像之基礎 • 数位影像基本処理法 • 空間領域中的影像処理 • 空間頻率領域中的影像処理 • 常用在医学影像的影像処理方法 • 影像圧縮処理 • 三維影像及臨床診断応用例
主要参考書籍等 ●The Image Processing Handbook, John C, Russ, IEEE Press ●Digital Image Processing, Rafael C Gonzalez and Richard E Woods, Addison-Wesley Publishing Company ●Handbook of Medical Imaging – Processing and Analysis, Isaac N Bankman, Academic Press ●Handbook of Medical Imaging ( 医用画像ハンドブック), Ohmsha (日文) ●画像処理工学、村上伸一、東京電気大学出版局 (日文) ●医用画像情報学、桂川茂彦、南山堂 (日文) ●http://www.clg.niigata-u.ac.jp/~tsai/home-page/lecture/Ima-Processing-lecture.htm(新潟大学・佐井研究室・website) ●http://ccy.dd.ncu.edu.tw/~chen/course/vision/ch5/ch5.htm ●is.cs.nthu.edu.tw/.../ISA530100/slides/Image%20Introduction.ppt - ●cobra.ee.ntu.edu.tw/.../Group4/Digital%20Compression1.ppt ●jhhorng.myweb.hinet.net/DIP/dip10.ppt ●home.ee.ntu.edu.tw/classnotes/bme2/2005/Supplement_3.pdf
Chapter 1 数位影像之基礎
影像的表現法 Analog影像 與 Digital影像
Digital Value Analog Value Analog Value and Digital Value
Image;影像 在平面(二維)上、用濃淡或色彩来顕示的一種分布形態。 平面座標是(x,y),影像的濃淡或色彩可用f(x,y)来表現。 (x,y)以及f 是連続(analog)値的場合時,此影像称為Analog影像。 (x,y)以及f是離散(digital)値的場合時,此影像称為,Digital影像。
Analog 信号 取樣 量化 Digital 信号
像素 像素
像素 pixel 一張影像
數位影像的構成 • 單色系統 • 每個pixel的値就代表明亮程度(0最暗~255最亮)
数位醫學影像與影像処理 画素(pixel: picture cell, picture element) 画素:将画面在縦軸與横軸方向做細微分割。分割後的最小単位。 • 数位影像就是由細小点来集合構成的。一個一個的小点則称之為“画素”(pixel) • 影像記録:dot → pixel ・数位影像的最小単位
像素(pixel:"像素" ) 影像就是“小点的集合” 像素的尺寸: 50×50 (μm)2, 100×100(μm)2 ………………………………….
Digital Camera的像素数: 800万,1000万,最近也有1200万像素以上的機種出現
物体的断面数據(Data)→2維画素的集合。 給予此像素厚度的話,則成為3D的微小直方体.為了区分2D的素(Pixel Cell)、 称之voxel = volume cell)。普通是立方体形状 Voxel (Volume element)三維影像 3D Angiography (左内頸動脈瘤)
Sampling 取樣 量化 Quantization Analog Signal Analog Signal 取樣 Digital Signal Digital Signal
影像数位化: Analog影像→(先)取樣; (後)→量化
Sampling 取樣 128×128 (16384 pixels) 256×256 (65536 pixels) 64×64 (4096 pixels) 32×32 (1024 pixels)
Sampling 模式 Effect of Sampling Distance 取樣間隔的効果
Sampling distance(取樣間隔) sampling間隔小於某特定間隔的場合 sampling間隔大於某特定間隔的場合 sampling間隔等於某特定間隔的場合
Sampling Theorem: 取樣定理 使用原信号中含有的最高頻率成分的2倍以上之頻率来標本化時、利用這些取樣点的information,就能将原信号完全復元。 Sample distance 1/(2fmax ) 通常將最高頻率二倍的頻率( 2fmax)稱為來奎斯特頻率 (Nyquist frequency)
量化 8 灰度 灰度 4 2 灰度 256灰度
量化與量化誤差 量化誤差是一定会存在的。 (誤差大小程度不同而己) For example,使用Scanner将Analog image讀換成Digital image(量化)時、在original image與digital image之間会有誤差。此誤差称之為「量化誤差」 (quantization error)
影像数位化(Digitization)與影像品質(1) For example,「影像的matrix size為1800×2500」 影像矩陣中的像素個数為:1800×2500 個
影像数位化(Digitization)與影像品質(2) Aperture effect:圖象孔徑効果: Aperture的尺寸越大、blur越大、影像越模糊。対被検体(subject)之詳細構造的認識就越困難。
Digital image 是整数値的集合体
空間解析度: 點陣影像的精細度,測量單位是毎英寸的像素數目 (dpi: dot per inch); (ppi:pixel per inch) 像素解析度,也稱之為灰階解析度(Gray-scale resolution) 在黑白的機械視覺中,一般都使用8 bits的灰階;也就是說每個pixel具有256個灰階色度可供變化
影像的解析度(mm/pixel; cm/pixel) (空間解析度: spatial resolution) 256×256 (65536 pixels) 32×32 (1024 pixels) 20cm/1024 pixels =0.02 cm/pixel 20cm/65536 pixels =0.0003 cm/pixel
Low resolution High resolution 空間解析度: 用「能清楚的識別隣接的2点時的2点間距離」来表示。此数値越小時:称之「空間解析度高」
4灰階=2 bits 256灰階=8bits 像素解析度(灰階解析度) 将像素的濃淡量化時、最単純的是黒白2単色。毎個像素付予黒(0)或白(1)的値。此時、個々像素的information是「0 or 1」→1bit Information2bit :用00(黒), 01(暗灰), 10(浅灰),11(白) 4種階調来表現。灰階越多、越能表現出豐富的顏色(深度)。
Image Data: 影像資料量 把1張影像分解成(M×N)個像数、個々像素的灰階是b bits: 合計:M×N×b bits 512×512×2bits=256×256×8bits (両者的影像資料量相同) 0 or 1 1 bit 1 byte=8 bits 1 byte
2階影像(二值化影像) 以「白」,「黒」2階来表現的影像 多階影像(多値影像) 従黒(0)到白(255)間、用256階来表現的影像。 僅以「白」與「黒」両種来表示的影像、称之「二値化影像」。以3種以上的灰階来表現的影像、称之「多値影像」。 多値画像也称之「濃淡影像」or「灰階影像」
二値化影像and 閾値(thresholding) 把影像中的個々像素の不同灰階転換成0 or 1的操作称之為二値化處理。 閥值:某個臨界灰度値 取閥値做二値化處理 二値化是圖像分割的一種方法。在二値化圖象的時候把大於某個臨界灰度値的像素灰度設為灰度極大値,把小於這個値的像素灰度設為灰度極小値,從而實現二値化
2004年 日本放射師国家資格検定考試問題 影像取樣時、用Sampling distance100 μm来取樣。在此状況下、Digital image中、能表現的空間頻率(cycles/mm)是多少? 1.1 2. 5 3. 10 4.50 5. 100 2
根據取樣定理来sampling的場合 没有按照「取樣定理」的場合:会発生「折返誤差」(aliasing error)