Основы компьютерной обработки и анализа изображений в медицине

Содержание

Слайд 2

Темы лекций Введение в теорию обработки цифровых изображений. Получение цифровых изображений.

Темы лекций

Введение в теорию обработки цифровых изображений. Получение цифровых изображений. Понятие

о пикселе и вокселе.
Форматы цифровых изображений. Сжатие изображений. Применение цифровых изображений в медицине (диагностика, электронные истории болезни, телемедицина).
Цифровое представление цвета. Системы RGB, HSV, CIE Lab.  Цветопередача в медицинских изображениях и ее оценка. Стандартные цветовые шкалы. Вопросы цветокоррекции.
Основные этапы автоматизированной оценки изображения. Способы определения «области интереса»
Способы выделения границ на изображении, оценка гранулярности изображения, оценка направления градиентов яркостей.
Основы теории распознавания образов.
Слайд 3

Практические занятия Преобразование цифровых изображений для последующего анализа и обработки. Коррекция

Практические занятия

Преобразование цифровых изображений для последующего анализа и обработки.
Коррекция яркости и

контрастности, устранение шумов.
Определение «области интереса»
Определение границ объектов.
Контрольная работа №1.
Определение направления градиентов яркостей.
Цветопередача и цветокоррекция, анализ цветопередачи цифровых фотоаппаратов.
Выявление геометрических примитивов на изображениях, классификация объектов.
Контрольная работа №2.
Заслушивание и обсуждение рефератов студентов
Зачетное занятие, итоговый контроль знаний.
Слайд 4

Основные темы рефератов 1. Методы определения границ в автоматизированной обработке медицинских

Основные темы рефератов

1.      Методы определения границ в автоматизированной обработке медицинских изображений.
2.      Использование различных цветовых

моделей в автоматизированной обработке медицинских изображений.
3.      Принципы распознавания образов в автоматизированной обработке медицинских изображений
4.      Автоматизированная обработка медицинских изображений в лабораторной диагностике
5.      Автоматизированная обработка медицинских изображений в дерматологии
6.      Автоматизированная обработка медицинских изображений в неврологии (рассеянный склероз)
7.      Автоматизированная обработка медицинских изображений в онкологии (опухоли молочных желез)
8.      Автоматизированная обработка медицинских изображений в офтальмологии
Слайд 5

Лекция 1 Введение в теорию обработки цифровых изображений. Получение цифровых изображений. Понятие о пикселе и вокселе.

Лекция 1

Введение в теорию обработки
цифровых изображений.
Получение цифровых изображений.
Понятие

о пикселе и вокселе.
Слайд 6

МОЖНО ЛИ ПРЕДСТАВИТЬ СЕБЕ СЛЕПОГО ВРАЧА?

МОЖНО ЛИ ПРЕДСТАВИТЬ СЕБЕ СЛЕПОГО ВРАЧА?

Слайд 7

МОЖНО ЛИ ПРЕДСТАВИТЬ СЕБЕ СЛЕПОГО ВРАЧА?

МОЖНО ЛИ ПРЕДСТАВИТЬ СЕБЕ СЛЕПОГО ВРАЧА?

Слайд 8

Оказывается, можно. Но…

Оказывается, можно. Но…

Слайд 9

КАКИЕ ИЗОБРАЖЕНИЯ ВРАЧ ОЦЕНИВАЕТ?

КАКИЕ ИЗОБРАЖЕНИЯ ВРАЧ ОЦЕНИВАЕТ?

Слайд 10

Диагностические изображения: 1) Рентгенограмма 2) КТ 3) МРТ 4) УЗИ …

Диагностические изображения:

1) Рентгенограмма
2) КТ
3) МРТ
4) УЗИ

Слайд 11

В чем может помочь компьютер? В медицине применяются те принципы обработки

В чем может помочь компьютер?

В медицине применяются те принципы обработки изображения,

которые были разработаны задолго до появления КТ и МРТ в других областях
Слайд 12

Оценка врачом медицинского изображения

Оценка врачом медицинского изображения

Слайд 13

1. Обработка изображения

1. Обработка изображения

Слайд 14

2. Анализ изображения

2. Анализ изображения

Слайд 15

Ввод изображений в компьютер Цифровое изображение – возможно, потребуется, перевод в

Ввод изображений в компьютер

Цифровое изображение – возможно, потребуется, перевод в иной

формат
Аналоговое изображение – требуется оцифровка
Слайд 16

Характеристики цифрового изображения (двухмерного) Формат Размер (X*Y элементов), масштаб, разрешение Цветное

Характеристики цифрового изображения (двухмерного)

Формат
Размер (X*Y элементов), масштаб, разрешение
Цветное или монохромное
Максимальное число

отображаемых оттенков или градаций серого
Включение дополнительной информации
Сжатие
Слайд 17

Значения отдельных пикселей

Значения отдельных пикселей

Слайд 18

Представление цвета RGB B G R

Представление цвета RGB

B

G

R

Слайд 19

Другие способы представления цвета HSV (Hue, Saturation, Value) или HSB (….Brightness)

Другие способы представления цвета

HSV (Hue, Saturation, Value)
или HSB (….Brightness)
CIE L*a*b*
CIE

L*u*v”
….
И десятки других…
Слайд 20

HSV

HSV

Слайд 21

Как HSV выглядит в Paint

Как HSV выглядит в Paint

Слайд 22

Методы обработки изображения Изменения яркости и контрастности Изменения цветопередачи Использование условных

Методы обработки изображения

Изменения яркости и контрастности
Изменения цветопередачи
Использование условных цветов
Изменения размера
Повороты

изображения на заданный угол
Устранение шума
Слайд 23

Методы анализа изображений Анализ границ объектов Анализ направления линий Анализ геометрической

Методы анализа изображений

Анализ границ объектов
Анализ направления линий
Анализ геометрической формы объектов
В дальнейшем

– решение специфических медицинских задач
Слайд 24

Некоторые возможности применения обработки изображений КТ, МРТ и др. Фотоизображения: телемедицина, электронные истории болезни

Некоторые возможности применения обработки изображений

КТ, МРТ и др.
Фотоизображения: телемедицина, электронные

истории болезни
Слайд 25

Определение границ

Определение границ

Слайд 26

Определение границ мм

Определение границ

мм

Слайд 27

Телемедицинский Центр МНИИ ПДХ

Телемедицинский Центр МНИИ ПДХ

Слайд 28

Использование автоматизированной обработки изображений Телемедицина Электронные истории болезни …..

Использование автоматизированной обработки изображений

Телемедицина
Электронные истории болезни
…..

Слайд 29

Слайд 30

Точность диагностики 56% 81%

Точность диагностики

56%

81%