Filtratge (2016)

Apunte Catalán
Universidad Universidad de Barcelona (UB)
Grado Ciencias Biomédicas - 4º curso
Asignatura Tècniques de diagnòstic
Año del apunte 2016
Páginas 6
Fecha de subida 02/10/2017
Descargas 0
Subido por

Vista previa del texto

Tècniques de diagnòstic TEMA 3. MILLORA: FILTRATGE Plantejament del problema El Tl201 és una gammagrafia planar de perfusió miocardica amb un traçador que és el tali201 és un radionucli que ell mateix es comporta com un traçador radioactiu, no cal unir-lo a cap molecula perquè entra a la celula miocardica pels mateixos mecanismes que té el potassi.
Hi ha fluctuacions en les mesures. Les imatges que s'obtenen són de la desintegració dels nuclis.
La relació senyal-soroll és relativament baixa.
La CT del cervell veiem una lesió que pot ser sang extravasada, un tumor... que té un volum relativament gran.
Si volem veure quant val el volum, em de dilimitar el contorn ja que així podem saber el que hi ha a l'interior perquè sabem el volum de cada voxel.
Un dels problemes és delimitar els contorns i l'altre és milorar l'espectre de la iatge per tenir una millor informació.
El valor que li assignem formarà part de la imatge i per tant estarà en contacte amb els voxels del costat i el seu valor dependrà d'ell i dels valors del seu costat.
L'espectre de la llum blanca és una descomposició en colors, està format per llum de diferents freqüències i diferents longituds d'ona.
Filtratge de senyals Senyal original d'un electrocardiograma. La senyal ens dóna l'amplitud del senyal al llarg del temps. En el senyal original es superposa els 50 Hz de la corrent elèctrica.
Si mirem les freqüències pures amb l'espectre ho veiem. A 50Hz hi ha un pic gran que s'està superposant al senyal.
Per millorar el senyal, hem de treure la freqüència de 50 Hz i tornem a reproduir el senyal sense aquesta freqüència (senyal filtrat).
14 Tècniques de diagnòstic Una imatge també la podem descomposar en freqüències pures (sinusoides). Però si el senyal té una magnitud de temps és una magnitud unidireccional.
En les imatges 2D on les freqüències varien en dos eixos diferents. El que veiem és la descomposició espectral.
Cada punt representa la freqüència i segons la intensitat del punt ens representa l'amplitud.
Característiques de la TF En els canvis de blanc a negre i de negre a blanc, necessitem una alta freqüència. Com més lluny estem del centre més alta freqüència necessitem.
Filtratge d'imatges Domini freqüencial: influència de les diferents freqüències de la Transformada de Fourier.
Com més lluny del centre hi ha freqüències més altes que eliminem amb un filtre que només deixa passar el que està al voltant del centre. La imatge queda manipulada sense elements d'alta freqüència. La baixa freqüència va associada a la pèrdua del detall, l'alta freqüència va associada al detall.
Si tenim alta freqüència ens determinarà els contorns i la part de dins la veiem negra. Perdem les variacions suaus.
15 Tècniques de diagnòstic Domini freqüencial filtres passa-baixa Eliminem els components d'alta freqüència També podem eliminar soroll per la mitjana entre un punt i el seu voltant. Segons la posició en que es troben li donem un pes de 2 (aprop) o de 1 (lluny). Sumem tota l'operació i ho dividim per 16 que és la suma dels valors donats del pes.
Amb els filtres milloren la relació senyal-soroll però perdem resolució.
16 Tècniques de diagnòstic Filtres passa-alta Si tenim 8 vegades un valor i li sumem -8 , el resultat serà 0 al centre i ens quedaran valors diferents de 0 a tot el voltant, al contorn.
Fixem-nos en les imatges, a cada pixel li assignem un valor a la imatge d'entrada i li restem els que té al voltant. A tots els quadrants ens quedarà un valor de 0 perquè els valors són constants però als límits entre quadrants serà diferent a zero, als contorns.
Amb raigs X això funciona molt bé, però en situacions reals i sorolloses el que fan es potenciar encara més el picotejat.
Podem detectar controns de forma direccional si enlloc d emultiplicar tots per -1 uns els multipliquem per -1, 0 o 1.
17 Tècniques de diagnòstic CT cervell: detecta bé el canvi d'os a l'exterior i d'os a líquid però no detecta bé les lesions. Per detectar lesions s'ha implementat filtres nous com el Roberts i el Sobel. En el Sobel es detecta molt bé el contorn.
Aquests dos filtres no són linials.
Filtratge d'estructures periòdiques Microscopi electrònic d'alta resolució, s'ha de vigiliar la dosi d'electrons perquè si arriba un gran nombre destrueixen la mostra i llavors les imatges queden sorolloses.
Una estructura periòidica, un motiu que es repeteix, seria típic d'un cristall.
Si busquem els multiples de la TF veiem que tota la imatge rellevant està concentrada al centre, la resta és soroll que no ens interessa.
Filtres periòdics La TF és la suposició espectral. Els punts són la informació rellevant, eliminem la resta. Si reconstruim la imatge ja filtrada, sense soroll, veiem la estructura molt més clara.
18 Tècniques de diagnòstic Filtratge de soroll aleatori Un cristall pot cristal·litzar de diferents formes però no pot tenir qualesvol forma.
Amb les plantilles d'indexació podem saber quina informació és vàlida perquè pot formar part d'una estructura o no i així eliminem el soroll.
Filtre de mediana Veiem una radiografia de tòrax. Veiem que en la imatge original hi ha soroll. Ens fixem en els valors que hi ha en un punt o pixel. El del mig és de 100 i al seu voltant hi ha valors de 20,25,30,15,12... Això no té cap sentit perquè hi ha un pic en mig de valors semblants. Com podem eliminar? Primer ordenem els valors de petit a gran i al pixel que tenia valor 100, a la imatge filtrada se li dona el valor de la mitjana dels nombres del voltant que en aquest cas és 25.
Això funciona molt bé en alguns casos però en altres no tant.
Després del filtratge veiem que costa veure la imatge nítida perquè hi ha mal contrast. El contrast es pot millorar fent canvis en l'histograma.
19 ...

Comprar Previsualizar