Метод визуального контроля за процессом заживления ран | Статья в журнале «Молодой ученый»

Библиографическое описание:

Клюева И. Н., Акиньшина В. С. Метод визуального контроля за процессом заживления ран // Молодой ученый. — 2012. — №12. — С. 73-76. — URL https://moluch.ru/archive/47/5843/ (дата обращения: 20.08.2018).

Современные медицинские видеосистемы позволяют врачу и пациенту увидеть видеоизображение заболевания до и после лечения. Они предоставляют уникальную возможность увидеть изменения формы и цвета тканей, функциональные и структурные изменения за счет электронного увеличения (до 800х). Обычно медицинские видеосистемы состоят из операционного стола и видеокамеры с системой управления пространственным положением. Положение камеры меняется с помощью 2-х двигателей, осуществляющих изменение длины горизонтальной штанги и поворот на заданный угол (рис 1).

Рис. 1

К недостаткам таких систем следует отнести невозможность проведения сравнительного анализа серии изображений, полученных при различных обследованиях в случае колебания поверхности сцены, на которой находится объект наблюдения.

Так, при совмещении серии изображений ожогов в области живота достичь полного совмещения нельзя из-за изменений поверхности живота на фазах вдоха-выдоха.

Сравним два изображения на вдохе и выдохе. Оценим положение характерных точек на рисунке 2 и рисунке 3. На рисунке 2 представлены изображения живота пациента находящегося в фазе вдоха, а на рисунке 3 в фазе выдоха. Изображения на рисунке 2 и рисунке 3 предварительно совмещены по одной точке вне живота (r10, r20) (эти точки не меняют свое положение при дыхании человека). Рассчитаем смещение характерны точек, находящихся в области живота. Анализ полученных результатов показал, что при изменении положения раны на вдохе и выдохе приводит к погрешности совмещения изображений больше чем на 14 пикселей.

Для решения задачи взаимной обработки изображений раневых поверхностей был разработан метод их совмещения. Он заключается в том, что при каждом обследовании формируется серия изображений с малым временным интервалом между ними, из которой выделяется изображение, соответствующее фазе выдоха. Это изображение заносится в базу данных и используется для анализа после проведения процедуры пространственного совмещения.

Рис. 2

Рис. 3


Для проведения процедуры пространственного совмещения можно использовать комбинацию известных способов: способ с использованием сжатия кадра [2] и способ наиболее информативных окон [1]. Сравнительный анализ способов совмещения изображений приведен в таблице 1.

Комбинация рассмотренных способов трансформируется в метод сжатых наиболее информативных окон, состоящий в том, что предварительно на неколеблющийся участок кожи приклеивается пленка с изображением ориентиров, потом при каждом обследовании из сигналов текущего изображения после их аналого-цифрового преобразования формируют сжатые изображения, из которых выделяют ориентиры и информационные области с центром в районе ориентиров, каждое текущее окно и эталонные окна используют для оценки параметров сдвига по минимуму корреляционной функции, изменение положения ориентиров используют для определения поворота текущего изображения относительно предыдущего, производят коррекцию сдвига и поворот текущего изображения, обновление сжатого эталона осуществляется в соответствии со следующим выражением , где Eij(t) – кадр эталона, TQ(F(t)) – преобразование текущего кадра в соответствии с измеренными параметрами трансформации Q, W – весовой коэффициент, определяемый формулой , где Tij – время накопления эталона, t0 – время начала хранения эталона.


Таблица 1


Название способа

Способ с использование сжатия кадра

Способ сжатых наиболее информативных окон

Способ взаимной обработки изображений

Краткая характеристика

После аналого-цифровом преобразовании сигнала изображения каждого кадра, запоминании первого кадра, сжатии каждого кадра, запоминании первого сжатого кадра обрабатываемой последовательности в качестве эталонного изображения, определении параметров сдвига сжатого изображения текущего кадра относительно сжатого эталонного изображения с точностью до элемента пространственного разрешения (пикселя) на основе определения минимума корреляционной функции, сдвиге текущего изображения в соответствии с вычисленными значениями параметров сдвига, обновление сжатого эталона

Из сигналов текущего изображения после их аналого-цифрового преобразования формируются сжатые изображения, из которых выделяются ориентиры и информационные области с центром в районе ориентиров, каждое текущее окно и эталонные окна используются для оценки параметров сдвига по минимуму корреляционной функции, изменение положения ориентиров используется для определения поворота текущего изображения относительно предыдущего, производится коррекция сдвига и поворот текущего изображения

Из серии кадров с малым периодом повторения по критерию наименьшего расстояния между ориентирами после их аналого-цифрового преобразования формируются сжатые изображения, из которых выделяются ориентиры и информационные области с центром в районе ориентиров, каждое текущее окно и эталонные окна используются для оценки параметров сдвига по минимуму корреляционной функции, изменение положения ориентиров используется для определения поворота текущего изображения относительно предыдущего, производится коррекция сдвига и поворот текущего изображения, производится формирование эталонных окон из текущего изображения, после формирования эталонных окон производится взаимный анализ текущего и предыдущего изображений

Достоинства

Высокая точность определения параметров коррекции сдвига и поворота текущего изображения относительно эталонного при сокращенном числе вычислений

Высокая точность определения параметров коррекции сдвига и поворота текущего изображения относительно эталонного при сокращенном числе вычислений при фиксированном положении сцены

Повышение точности совмещения изображений при колебании поверхности сцены, на которой находится объект

Недостатки

Недостаточная точность совмещения изображений при колебании поверхности сцены, на которой находится объект, а так же чувствительность к изменениям масштаба.

Недостаточная точность совмещения изображений при колебании поверхности сцены, на которой находится объект

Неточное совмещение серии изображений в цикле вдох-выдох


Описанный метод предполагает осуществление поворот и изменение масштаба изображения.

Алгоритм поворота изображения состоит в следующем.

Пусть O - это центр поворота, M - некая точка исходного изображения. Для каждой точки M нужно найти угол α между отрезком OM и горизонталью и длину r отрезка OM. Теперь, чтобы повернуть изображение на угол β, нужно каждой точке M(x1,y1) присвоить цвет точки исходного изображения с координатами x,y, где

где xo,yo - центр поворота,

r - длина отрезка OM

,

Важно именно каждой точке нового изображения сопоставлять точку старого изображения, а не наоборот, так как иначе некоторые точки нового изображения останутся не закрашенными.

Муар на полученном изображении обусловлен наличием точек не участвующих в алгоритме поворота, их значения равны 0. Для коррекции повернутого изображения введем следующую функцию

Данная функция заменяет нулевые муарные точки средним значение соседних точек.


Рис. 4

Рис. 5


Как видно из полученного изображения рисунок муара исчез.

Алгоритм масштабирования заключается в следующем. В изображения вводятся дополнительные точки с яркостью исходных точек изображения. Число дополнительных точек определяется значением, на которое необходимо изменить масштаб изображения.

Произведем увеличение масштаба в два раза по обеим координатам:

,

.

В этом случае одна точка исходного изображения заменяется на 4. Например, точка S0,0 повторяется в точках F010,0, F010,1, F011,0, F011,1.

Предложенный метод взаимной обработки изображений позволяет повысить точность совмещения изображений при колебании поверхности сцены, на которой находится объект. Под сценой подразумевается область живота с ожогом или раной, совершающая колебательные движения.

При условии неизменности положения живота положение характерных точек определяется с точностью до одного пикселя, т.е. Δпотенциальное=1 пиксель.

Эффективность предложенного метода .


Литература

  1. Брамер К., Зиффлинг Г. Фильтр Калмана-Бьюси. – пер. с англ. «Наука», 1982

  2. В.Г. Репин, В.Н. Лагуткин. Радиотехника и электроника, том 45, №11, с 1359-1364


Основные термины (генерируются автоматически): текущее изображение, колебание поверхности сцены, исходное изображение, взаимная обработка изображений, область живота, изображение, высокая точность, предложенный метод, пространственное совмещение, недостаточная точность совмещения изображений.


Похожие статьи

Обработка и сегментация тепловизионных изображений

изображение, область, пиксель, пороговое значение, элемент, метод сегментации, исходное изображение, логический сдвиг, порядковый номер, выделение границ.

Итерационная процедура высокоточного совмещения...

Известные [1-2] точные методы совмещения изображений, основанные чаще всего на вычислении взаимно корреляционных функций анализируемых изображений, обладают большой вычислительной сложностью и, вследствие этого...

Методы определения объектов на изображении

Изменение яркости изображения может соответствовать: различным материалам, различию в освещении разных частей сцены

Формула 10. Расчет элемента матрицы интегрального представления изображения, где I(i,j) — яркость пикселя исходного изображения.

Сегментация микроскопических изображений эпителиальных клеток

сегментация изображений, микроскопические изображения, пороговая обработки, метод водораздела, метод K-средних.

Итерационная процедура высокоточного совмещения аффинно-преобразованных изображений.

Преобразование Фурье как основополагающий частотный метод...

Ключевые слова: частотная фильтрация, преобразование Фурье, улучшение изображений. Преобразование Фурье (ПФ) является одним из самых действенных частотных методов в области улучшения изображений...

Анализ методов обнаружения лиц на изображении

- Метод распределения (Distribution-based method); - Совмещение ФА и метода главных компонент (Mixture of PCA, Mixture of factor analyzers)

Данный вид каскадной модели хорошо подходит для обработки изображений, на которых общее количество детектируемых образов...

Формирование методов и задач компьютерного зрения...

Категории операций геометрических преобразований и совмещения изображений изменяют пространственные взаимосвязи между пикселями на изображении.

В некоторых случаях при решении задач фильтрации исходное изображение переводится в частотную область, а для...

Скрининг-диагностика доброкачественности образований во время...

Общим недостатком этих методов является не высокая точность определения области нахождения доброкачественного новообразования.

Основное преимущество данного тепловизора — пространственное совмещение тепловизионных и визуальных изображений...

Анализ методов сегментации изображений | Статья в журнале...

Так как этап сегментации предшествует этапам более высокого уровня обработки изображения (сопровождение, распознавание объектов), то к методам сегментации применяются определенные требования.

Обсуждение

Социальные комментарии Cackle

Похожие статьи

Обработка и сегментация тепловизионных изображений

изображение, область, пиксель, пороговое значение, элемент, метод сегментации, исходное изображение, логический сдвиг, порядковый номер, выделение границ.

Итерационная процедура высокоточного совмещения...

Известные [1-2] точные методы совмещения изображений, основанные чаще всего на вычислении взаимно корреляционных функций анализируемых изображений, обладают большой вычислительной сложностью и, вследствие этого...

Методы определения объектов на изображении

Изменение яркости изображения может соответствовать: различным материалам, различию в освещении разных частей сцены

Формула 10. Расчет элемента матрицы интегрального представления изображения, где I(i,j) — яркость пикселя исходного изображения.

Сегментация микроскопических изображений эпителиальных клеток

сегментация изображений, микроскопические изображения, пороговая обработки, метод водораздела, метод K-средних.

Итерационная процедура высокоточного совмещения аффинно-преобразованных изображений.

Преобразование Фурье как основополагающий частотный метод...

Ключевые слова: частотная фильтрация, преобразование Фурье, улучшение изображений. Преобразование Фурье (ПФ) является одним из самых действенных частотных методов в области улучшения изображений...

Анализ методов обнаружения лиц на изображении

- Метод распределения (Distribution-based method); - Совмещение ФА и метода главных компонент (Mixture of PCA, Mixture of factor analyzers)

Данный вид каскадной модели хорошо подходит для обработки изображений, на которых общее количество детектируемых образов...

Формирование методов и задач компьютерного зрения...

Категории операций геометрических преобразований и совмещения изображений изменяют пространственные взаимосвязи между пикселями на изображении.

В некоторых случаях при решении задач фильтрации исходное изображение переводится в частотную область, а для...

Скрининг-диагностика доброкачественности образований во время...

Общим недостатком этих методов является не высокая точность определения области нахождения доброкачественного новообразования.

Основное преимущество данного тепловизора — пространственное совмещение тепловизионных и визуальных изображений...

Анализ методов сегментации изображений | Статья в журнале...

Так как этап сегментации предшествует этапам более высокого уровня обработки изображения (сопровождение, распознавание объектов), то к методам сегментации применяются определенные требования.

Задать вопрос