SEGMENTAREA SEMIAUTOMATA A IMAGINILOR

[Document subtitle]

Seria 6, An 2, Grupa 66 Stanca Alex - Cezar

Cuprins

Scopul segmentarii Blind Traversal on Edge Algorithm (BTE) Detecia interactiv cu interpolare spline Detecia semi-automat a punctelor de contur cu aproximare spline Segmentarea semi-automat pe baza algoritmului BTE Calculul volumului format de seleciile realizate pe fiecare seciune de imagine Concluzii Bibliografie

Scopul segmentarii

Segmentarea este procesul de clasificare a pixelilor dintr-o imagine sau volum. Este unul dintre procedeele cele mai complexe n procesele de vizualizare. Pentru reconstrucia unei suprafee sau a unui volum medical, esuturile de interes trebuie separate de altele n toate imaginile capturate. Dup determinarea contururilor de delimitare ale acestor esuturi, pixelilor care constituie acel esut li se poate atribui un anumit nivel de gri, care s reprezinte doar acel esut. Pentru segmentarea imaginilor pot fi utilizate metode automate, semiautomate sau manuale. Utilizarea procedurilor de segmentare automat duce inevitabil la realizarea unor asocieri incorecte de etichete. Astfel c n literatura de specialitate se precizeaz faptul csegmentarea manual este nc cea mai bun metod. Pentru aplicaii medicale n care se impune precizie, segmentarea manual va duce la cel mai bun rezultat. n acest caz, utilizatorul traseaz marginile zonei de interes folosind mouse -ul. Un mare dezavantaj al segmentrii manuale este ns timpul necesar acestei operaii. Segmentarea semi-automat presupune stabilirea cu mouse-ul a unor puncte de contur i apoi generarea cu un anumit algoritm a conturului care s trec prin punctele respective. Pentru acest tip de segmentare se utilizeaz algoritmi de tipul live-wire sau intelligent scissors, [Wieclawek, 2009]. Metodele de segmentare propuse sunt metode semi-automate orientate spre domeniul radiologic: dou dintre acestea utilizeaz pentru trasarea conturului o interpolare spline; o alt metod realizeaz segmentarea imaginii pe baza gradienilor imaginii, dup care selecia regiunii de interes este realizat printr-o metod bazat pe algoritmul BTE (Blind Traversal on Edge Algorithm), descris n continuare. Aceste metode au fost integrate n aplicaia dedicatMedViz2D folosind mediul Java, oferind flexibilitate medicului n procesul de msurare.

Obtinerea unui contur dintr-o imagine medicala

Blind Traversal on Edge Algorithm (BTE) Acesta este un exemplu de algoritm de selecie a unei regiuni de interes bazat pe contururi active, [da Silva, 2009]. Se stabilete un punct de pornire situat pe contur i se caut cel mai apropiat punct de acesta care se gsete la rndul su pe contur. Algoritmul se repet considernd punctul gsit ca fiind punct de pornire. Algoritmul se oprete cnd se revine n punctul de pornire. Pentru a verifica dac un punct este sau nu pe contur se stabilete o valoare de prag.

Scanarea imaginii pentru algoritmul BTE

Algoritmul BTE este urmtorul: Poziia_curent Poziia_de_start; do Gsete poziia primului pixel de pe contur din vecintate; Din aceast poziie gsete primul pixel care nu este pe contur; Stocheaz aceast poziie P; Poziia_curent=P; while (Poziia_curent Poziia_de_start); Analiza imaginilor radiologice digitale este utilizat n special la observarea anumitor patologii. Cele mai multe imagini radiologice sunt reprezentate pe nivele de gri. Segmentarea automat a acestor imagini este dificil, pentru c o anumit intensitate a nivelului de gri poate prezenta o patologie dac apare ntr-o anumit zon a imaginii sau o structur normal dac se regsete ntr -o alt zon. De aceea, pentru punerea n eviden a unei tumori se utilizeaz nc cel mai mult segmentarea manual. Aceast segmentare este un proces anevoios, pentru c poate fi necesar s se efectueze pe zeci/sute de imagini. Pentru detecia imaginilor medicale n vederea seleciei unei zone cu o anumit patologie au fost propui i dezvoltai algoritmi simpli, care s permit o marcare manual sau semi-automat a unei zone patologice. Metodele implementate sunt destinate seleciei regiunilor de interes din imagini

radiologice. Scopul acestor selecii este de a evalua dimensiunea zonei selectate i a volumului structurii patologice din care face parte. 1. Detecia interactiv cu interpolare spline. Metoda interactiv implementat realizeaz marcarea cu mouse-ul a unor puncte de pe contur. Conturul este trasat apoi utiliznd o interpolare Spline. 2. Detecia semi-automat a punctelor de contur cu aproximare spline O alt metod de segmentare dezvoltat const n stabilirea cu mouse-ul a unui punct din cadrul unei structuri ce se dorete a fi delimitat. Se citete valoarea intensitii n acel punct, considerat ca i referin. Se stabilete o valoare acceptat pentru diferena dintre valoarea referin i valoarea pixelilor considerai ca fcnd parte din structura de interes. De la punctul stabilit cu mouse-ul se parcurge imaginea n direciile orizontal (dreapta, stnga), vertical (sus, jos) i direciile ce fac un unghi de 45, 135, 225 i 315 n raport cu axa Ox (O fiind punctul selectat cu mouse-ul). Pe fiecare direcie se determin primul punct ce este considerat ca nefcnd parte din structur. Punctele determinate sunt considerate puncte de contur. Se realizeaz o interpolare spline ntre aceste puncte, stabilindu -se astfel conturul structurii dorite. n cazul n care conturul nu reprezint destul de fidel structura, se realizeaz modificarea ulterioar a conturului, utiliznd mouse-ul.

Scanarea imaginii pentru metoda semi-automat

Descrierea metodei de determinare a punctelor de control: Pas 1 Punct_pornire Punct_selecie_mouse; // (xa,ya) Val=valoarea_intensitii n Punct_selecie_mouse; = valoare_utilizator; Pas 2 Se creaz Vector puncte_control; Pas 3 Setm unghiul = 0; Pas 4 Se caut pe direcia dat de primul punct pentru care |val - imagine[x][y]| > Se adaug punctul gsit la vectorul puncte_control. Pas 5 = +45; Pas 6 Ct timp < 360 se reia de la punctul 4. Pas 7 Ieire puncte_control.

3. Segmentarea semi-automat pe baza algoritmului BTE (Blind Traversal on Edge Algorithm ) Este implementat o segmentare a imaginii pe baza gradienilor imaginii i a unei valori d e prag stabilite. Se stabilete un punct de pornire situat n interiorul regiunii de interes. Se aplic apoi metoda bazat pe algoritmul BTE. Calculul volumului format de seleciile realizate pe fiecare seciune de imagine n aplicaia de selecie a zonelor de interes din imagine, am implementat i testat un algoritm de calcul al volumului format din seciunile 2D respective. Din fiierul DICOM se pot citi diferite atribute ale imaginii. Astfel am determinat distan-ele ntre pixelii din imagine, utiliznd atributul PixelSpacing, cu tagul (0x0028,0x0030). Acest atribut ne d distanele pe linii i coloane ntre centrele pixelilor adiaceni. Calculnd pentru fiecare seciune numrul de pixeli pe rnduri i coloane, se determin aria Ai a fiecrei sectiuni.

Ak =x*y*
unde A aria selecei de pe seciunea k
k

(nr_pixeli_liniai-1)

x, y distanele pe linie, respectiv coloan ntre centrele pixelilor adiaceni nr_pixeli_i - numrul de pixeli de pe linia i n - numrul rndurilor de pixeli n selecia realizat Grosimea g a unei seciuni se poate determina din atributul SliceThickness avnd tagul (0x0018,0x0050). Pentru distana ntre seciuni exist un alt atribut Spacing Between Slices (0018, 0088), dar acesta nu este un atribut obligatoriu n cadrul fiierelor Dicom i apare doar n cele cu imagini MRI. Mai mult, unii dintre furnizorii de aparatur medical nu trimit n acest tag valoarea dintre centrele seciunilor, ci distana dintre marginile lor. Din aceasta cauz am apelat la o alt metod i anume: am obinut din dou seciuni suc-cesive geometria acestora i am determinat distana fiecrei seciuni fa de origine, calculat de -a lungul normalei planului, d1 i d2. Distana ntre centrele celor 2 seciuni este h= |d1-d2|.

unde : V volumul structurii formate de seciunile paralele h distana ntre centrele a dou seciuni succesive

m - numrul de seciuni ce alctuiesc volumul A - aria seciunii k

k 1

A - aria primei seciuni A - aria ultimei seciuni

m

g - grosimea unei seciuni

Concluzii: Primul algoritm de segmentare permite o selecie mai fidel, permind selecia unui numr mare de puncte. Ca dezavantaj trebuie precizat faptul c este consumator de timp, mai ales n cazul n care pentru o examinare trebuie realizat selecia de contur de pe zeci de imagini. Al doilea algoritm de segmentare permite selecia semiautomat a 8 puncte de contur. Aceasta selecie nu este la fel de precis, pentru c pe de o parte avem numr fix de puncte de selecie, iar pe de alt parte diferena de intensitate ntre structuri trebuie determinat empiric. Avantajul const n rapiditatea marcrii. Spre deosebire de metodele de segmentare prin urmrirea conturului bazate pe funcii cost, cutarea punctelor de contur se realizeaz doar pe 8 direcii, conducnd la determinarea rapid a celor 8 puncte de contur. Dup realizarea seleciei, conturul poate fi modificat interactiv de ctre utilizator, pentru o selecie mai fidel. Mecanismul de selecie a regiunii de interes utiliznd algoritmul BTE necesit mbu-ntiri, pentru anumite puncte de selecie nu se nchide conturul, evoluia lui continund ntr-o alt direcie dect cea dorit. Volumul este calculat dup cte seciuni dorete utilizatorul. Este o msur important, deoarece calculnd volumul ntregii structuri patologice, medicul va avea o informaie cantitativ a problemei medicale a pacientului respectiv. Volumul ofer o informaie important mai ales n cazul unei rezecii, de pild n domeniul maxilo-facial, unde o astfel de intervenie necesit uneori nlocuirea structurii extirpate i este necesar s se cunoasc volumul acesteia.

1. Wikipedia http://en.wikipedia.org/wiki/Segmentation_(image_processing) 2. Universitatea Tehnica din Cluj: http://www.etti.utcluj.ro/ 3. UPB prezentarea cursului Analiza si prelucrarea digitala a semnalelor video