Повышение качества медицинских изображений

Аннотация

Предлагается применение адаптированных методов обработки цифровых изображений при наличии атмосферных образований, в основном гидрометеоров, для обработки медицинских изображений с целью повышения различимости мелких деталей. Это методы увеличения контраста (преобразования динамического диапазона яркостей) изображения на основе статистических свойств яркости изображения, такие как оптимизированный Dark Channel Prior (DCP), модифицированный CLAHE (Contrast Limited Adaptive Histogram Equalization) и их комбинация. Представленные результаты свидетельствуют о существенном повышении качества медицинских изображений, что может служить вспомогательным инструментарием для медицинских работников при уточнении постановки диагноза.

• обработка медицинских изображений
• повышение различимости мелких деталей
• постановка диагноза

Abstract (in English)

The use of adapted methods for processing digital images in the presence of atmospheric formations, mainly hydrometeors, is proposed for processing medical images in order to increase the discernibility of small details. These are methods to increase the contrast (converting the dynamic range of brightness) images based on the statistical properties of image brightness, such as optimized Dark Channel Prior (DCP), modified CLAHE (Contrast Limited Adaptive Histogram Equalization) and their combination. The results of processing on examples are given: X-ray picture of hip fracture, image of MRI of cardiovascular system with contrast, photos of polyp from the database of colonoscopic studies. The problems associated with color rendition are of great importance in gastro and colonoscopy, we deliberately left outside the framework of this article. Since for correct operation in the case of colour images, it is necessary to know the colour of the backlighting of a particular device and the features of its design. In addition, we declare the possibility of promising the use of other methodologies (for example, in the spectral domain) for the processing of medical images, both to the species indicated in this article, and completely different. The presented results indicate a significant improvement in the quality of medical imaging, which can serve as an auxiliary tool for medical workers when specifying the diagnosis. The expediency of using various treatment methods for diagnosis, in accordance with specific goals and objectives, should be evaluated by professionals in their fields of medicine, whom we invite to cooperate. The expediency of using various treatment methods for diagnosis, in accordance with specific goals and objectives, should be evaluated by professionals in their fields of medicine, who we are glad to invite for cooperation.

Для цитирования

Литература

1. Biancoa G., Muzzupappaa M., Brunoa F., Garciab R., Neumann L. A New Correction Method for Underwater Imaging // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2015, 5, pp.25-32.
2. Halmaoui H., Cord A., Hautière N. Contrast restoration of road images taken in foggy weather // 2011 IEEE International Conference on Computer Vision Workshops. 2011. P. 2057-2063.
3. Tripathi A.K., Mukhopadhyay S. Removal of fog from images: A review // IETE Technical Review. 2012. Vol.29, № 2. P.148-156.
4. Михайлюк Ю.П., Начаров Д.В. «Метод улучшения различимости объектов на цифровых изображениях, полученных в условиях недостаточной видимости». // «Журнал Радиоэлектроники» [электронный журнал], N 6, 2015, Режим доступа: http://jre.cplire.ru/jre/jun15/4/text.htm
5. Kaiming He, Jian Sun, Xiaoou Tang, Single Image Haze Removal Using Dark Channel Prior, IEEE Transaction on pattern analysis and machine intelligence, v.33, No.12, December 2011, pp. 2341-2353.
6. Kaiming He, Jian Sun, Xiaoou Tang, Final Project: Dark Channel Prior Haze Removal, 05.08.2012, Режим доступа http://students.cec.wustl.edu/~jwaldron/559/project_final
7. Кокошкин А.В., Коротков В.А., Коротков К.В., Новичихин Е.П. «Метод улучшения различимости объектов при наличии гидрометеоров» 2015. №10. Режим доступа: http://jre.cplire.ru/jre/oct15/7/text.pdf
8. Коротков В.А., Новичихин Е.П. Компенсация искажений изображения, вызванных гидрометеорами, на основе статистических свойств яркости изображения. Журнал радиоэлектроники [электронный журнал]. 2017. №9. Режим доступа: http://jre.cplire.ru/jre/sep17/9/text.pdf
9. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.
10. Zuiderveld, Karel Contrast limited adaptive histogram equalization // Graphics gems IV, Academic Press Professional, Inc., 1994, pp. 474-485, Режим доступа: http://portal.acm.org/citation.cfm?id=180940
11. Dilraj Kaur, Pooja, A Critical Study and Comparative Analysis of Various Haze Removal Techniques, // International Journal of Computer Applications (0975 - 8887) Volume 121 - Nо.16, July 2015. pp.9-14.
12. Al-Ameen Z., Sulong G., Rehman A., Al-Dhelaan A., Saba T., Al-Rodhaan M. An innovative technique for contrast enhancement of computed tomography images using normalized gamma-corrected contrast-limited adaptive histogram equalization, // EURASIP Journal on Advances in Signal Processing (2015) 2015:32. DOI 10.1186/s13634-015-0214-1. pp.2-12.
13. Ting C.C., Wu B.F., Chung M.L., Chiu C.C., Wu Y.C. Visual Contrast Enhancement Algorithm Based on Histogram Equalization // Sensors. 2015, 15, 16981-16999.
14. Коротков В.А., Коротков К.В., Новичихин Е.П. «Модификация метода CLAHE для компенсации влияния гидрометеоров» 2017. №10. Режим доступа: http://jre.cplire.ru/jre/oct17/10/text.pdf
15. Georgieva Veska M., Petrov Plamen P. An approach for colorectal polyp segmentation Conference: INTERNATIONAL CONFERENCE ON COMMUNICATIONS. ELECTROMAGNETICS AND MEDICAL APPLICATIONS (CEMA'17) At: Sofia. Bulgaria October 2017 Режим доступа: https://www.researchgate.net/publication/320870962