FR2924254A1 - Procede de traitement d'images en radioscopie interventionnelle - Google Patents
Procede de traitement d'images en radioscopie interventionnelle Download PDFInfo
- Publication number
- FR2924254A1 FR2924254A1 FR0759245A FR0759245A FR2924254A1 FR 2924254 A1 FR2924254 A1 FR 2924254A1 FR 0759245 A FR0759245 A FR 0759245A FR 0759245 A FR0759245 A FR 0759245A FR 2924254 A1 FR2924254 A1 FR 2924254A1
- Authority
- FR
- France
- Prior art keywords
- filter
- pixel
- image
- filters
- raw image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012545 processing Methods 0.000 title claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 58
- 230000004927 fusion Effects 0.000 claims abstract description 19
- 238000003672 processing method Methods 0.000 claims abstract description 8
- 230000004044 response Effects 0.000 claims description 96
- 238000009499 grossing Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 12
- 230000001965 increasing effect Effects 0.000 claims description 11
- 230000005855 radiation Effects 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract description 53
- 230000006870 function Effects 0.000 description 26
- 238000001514 detection method Methods 0.000 description 24
- 238000001914 filtration Methods 0.000 description 23
- 238000004364 calculation method Methods 0.000 description 15
- 230000036961 partial effect Effects 0.000 description 12
- 239000011159 matrix material Substances 0.000 description 8
- 238000007792 addition Methods 0.000 description 7
- 238000002594 fluoroscopy Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 5
- 230000002708 enhancing effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000002844 melting Methods 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 244000287680 Garcinia dulcis Species 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 238000002399 angioplasty Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000002697 interventional radiology Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
La présente invention a pour objet un procédé de traitement d'images en radioscopie interventionnelle pour produire une séquence d'images de fusion (110) débruitées dans lesquelles des objets longilignes des matériels (59) d'instrumentations de guidage sont préservés et rehaussés. Le procédé de l'invention utilise un outil (101) d'indication de la confiance à accorder à un pixel donné pour son appartenance à un matériel de guidage. Cet outil est utilisé dans le but de créer un algorithme de combinaison (109) apte à re-injecter les pixels ayant de faible rapport contraste à bruit dans l'image débruitée. Cet algorithme de combinaison permet le rehaussement uniquement des pixels des matériels de guidage qui sont identifiés avec une valeur de confiance élevée pour ne pas produire des artefacts avec le rehaussement de faux positifs.
Description
Procédé de traitement d'images en radioscopie interventionnelle
Domaine de l'invention La présente invention a pour objet un procédé de traitement d'images en radioscopie interventionnelle pour produire une séquence d'images débruitées dans lesquelles des objets longilignes de matériels d'instrumentation de guidage sont préservés et rehaussés. La présente invention trouve des applications particulièrement avantageuses, mais non exclusives, dans le domaine de l'imagerie médicale et plus particulièrement io celui de la radiologie. La présente invention concerne également une station de revue d'images médicales comportant un logiciel de mise en oeuvre d'un tel procédé de traitement d'images. Etat de la technique La radioscopie est aujourd'hui largement utilisée pour les opérations 15 diagnostiques et thérapeutiques effectuées sous contrôle d'imagerie. La radioscopie est une méthode d'imagerie fonctionnelle qui consiste à observer l'image des organes internes produite sur un détecteur à rayons X par l'interposition du corps entre ce détecteur et un faisceau de rayons X. La radioscopie interventionnelle met en relation l'imagerie, un matériel 20 d'instrumentation de guidage et le praticien. Dans le cadre d'une intervention, la radioscopie interventionnelle implique typiquement le passage d'un matériel d'instrumentation de guidage dans le réseau vasculaire du patient, tel qu'un cathéter équipé d'un dispositif spécifique, en association avec une injection d'agent de contraste pour 25 rendre les vaisseaux temporairement visibles. La progression de la manipulation du matériel d'instrumentation est visualisée et contrôlée à l'aide des rayons X. Comparée à la chirurgie, cette approche interventionnelle peut être réalisée sans faire aucune coupe ou incision majeure et conduit à un temps 30 de rétablissement et une présence en hôpital beaucoup plus faible. Cependant, ce type d'appareil de radioscopie présente des inconvénients. En effet, les images radioscopiques sont visualisées en temps réel avec une exposition à un faisceau de rayons X étalée sur une grande durée. Pour un examen moyen, l'intensité totale de rayons X émise pendant 35 l'intervention est importante. Cette intensité totale de rayons X reçue peut causer une irradiation trop importante. Ces irradiations entraînent, à court et à long terme, des problèmes de santé tant pour le patient que pour le personnel médical. Pour aider à la résolution de ce problème d'irradiation, il existe, dans l'état de la technique, une solution classique consistant à réduire l'intensité du faisceau de rayons X d'environ 100 fois par rapport à l'intensité du faisceau de rayons X d'un examen radiographique standard. La conséquence immédiate de l'utilisation d'une intensité relativement faible est une diminution de la qualité de l'image par rapport à la radiographie. Cette baisse de qualité se manifeste par une dégradation io significative du rapport signal à bruit du contenu des images, qui s'observe par la scintillation et la granularité de l'image, ce que l'on traduit communément par une image bruitée. En outre, la diminution de l'intensité du faisceau de rayons X dégrade la visibilité du matériel d'instrumentation de guidage. Le temps passé à 15 réaliser l'intervention est augmenté par la difficulté que rencontre le médecin à bien voir son matériel de guidage. Dans le cas d'un guide constitué d'un fil métallique de faible épaisseur, la radio opacité est faible. De ce fait, le matériel de guidage a un très faible rapport contraste à bruit dans l'image. Ce rapport contraste à bruit est compris typiquement entre 1 et 4 en fluoroscopie 20 et peut parfois descendre en dessous de 1. La détection des pixels appartenant aux matériels de guidage est ainsi difficile à mettre en oeuvre du fait de leur très faible rapport contraste à bruit dans l'image. Actuellement, il existe des méthodes de filtrage du bruit qui sont aptes à réduire le bruit présent dans l'image et à compenser la détérioration de la 25 qualité de l'image du matériel de guidage. Des exemples de ce type de filtrage du bruit sont décrits dans les documents US 5 467 380 et US 5 684 720. Ces documents décrivent une méthode de réduction du bruit dans des images radiographiques avec des techniques de filtrage du bruit spatio-temporel. Cependant, ces méthodes de 30 filtrage du bruit comportent des inconvénients. En effet avec ces méthodes, la mesure effectuée pour isoler des pixels des matériels de guidage du bruit n'est pas assez puissante pour permettre de séparer efficacement les pixels du matériel de guidage du bruit présent dans l'image. Il existe également d'autres méthodes de filtrage du bruit qui sont 35 aptes à réduire le bruit présent dans l'image, tout en rehaussant le contraste des pixels appartenant aux matériels de guidage. Un exemple de ce type de filtrage est décrit dans le document US 6 574 300. Ce document décrit un procédé de détection et d'extraction de pixels de matériel de guidage dans une image radioscopique. Cette extraction des pixels du matériel de guidage permet de créer un masque binaire. Ce masque binaire est ultérieurement utilisé pour déterminer entre le filtrage temporel et spatial lequel choisir pour le débruitage de l'image. Il est également décrit, dans ce document, un procédé de rehaussement du contraste des pixels identifiés comme appartenant au matériel de guidage. io Cependant, ce type de méthode de filtrage présente aussi des inconvénients. En effet, lors du débruitage de l'image radioscopique, on observe, d'une part, une détérioration partielle des pixels des matériels de guidage, et, d'autre part, la présence de beaucoup de faux positifs dans l'image. L'image produite avec cette méthode est une image composite 15 formée d'une image filtrée spatialement et d'une image filtrée temporellement ce qui lui donne un aspect artificiel. De plus, les transitions au sein d'un même objet entre des parties détectées et des parties non détectées étant binaires, elles donnent l'impression que l'objet est morcelé. Cet effet, variant d'une image à l'autre d'une séquence d'images, donne l'impression que les 20 pixels des matériels de guidage scintillent, ce qui est gênant. Avec ce type de filtrage, l'image visualisée par le praticien est de mauvaise qualité. Les méthodes de filtrage actuelles ne sont, de ce fait, pas adaptées pour la détection et le rehaussement dans une image radioscopique d'un objet aussi longiligne qu'un matériel de guidage, et ayant un aussi faible 25 rapport contraste à bruit. On entend, par objet longiligne, un objet de forme allongée comme un fil, éventuellement courbé. Exposé de l'invention L'invention a justement pour but de remédier aux inconvénients des techniques exposées précédemment. Pour cela, l'invention propose un 30 procédé de traitement d'images permettant de produire une image radioscopique débruitée tout en détectant, préservant et rehaussant des pixels de matériels de guidage dans l'image. Pour ce faire, l'invention comporte un algorithme efficace et rapide de détection d'objet longiligne. Dans la pratique, ces objets longilignes sont des 35 matériels d'instrumentations de guidage qui sont notamment des cathéters, ou des guides utilisés en radiologie interventionnelle. Cet algorithme de détection permet d'attribuer, à chaque pixel de l'image, une valeur qui traduit un taux de confiance à accorder audit pixel quant à son appartenance à un objet longiligne.
Pour la détection de ces matériels de guidage, l'algorithme de détection de l'invention est apte à détecter principalement des objets de formes longilignes ayant des rapports contraste à bruit très faibles. L'algorithme de détection de l'invention est également apte à détecter des objets de formes très courbées. io La détection des objets longilignes est mise en oeuvre par une famille de filtres de détection directionnels orientés, séparables, récursifs et rapides. Ces filtres de détection ont un faible temps de calcul, même pour de longs filtres ayant plusieurs orientations. L'algorithme de détection fournit en sortie une carte de confiance. 15 Cette carte de confiance est un ensemble de valeurs attribuées aux pixels de l'image qui renseignent sur le taux de confiance que l'on peut accorder à un pixel quant à son appartenance à un objet longiligne. L'invention comporte un algorithme de filtrage du bruit présent dans l'image. Ce deuxième algorithme de filtrage est apte à réduire profondément 20 le bruit de fond présent dans l'image. Ce deuxième algorithme de filtrage peut être, par exemple, un filtre spatial suivi d'un filtre temporel récursif. Les coefficients du filtre spatio-temporel sont déterminés en fonction de l'image brute à traiter et de la carte de confiance correspondante. Afin de préserver les pixels du matériel de guidage, lors du débruitage, l'invention calcule 25 lesdits coefficients en prenant également en compte les images brutes précédentes ainsi que leurs cartes de confiance respectives. L'invention comporte en outre un algorithme de rehaussement des pixels de l'image radioscopique. Afin de produire une image débruitée dont les pixels du matériel de 30 guidage sont préservés, l'invention comporte un algorithme de fusion apte à combiner l'image débruitée, l'image brute et l'image rehaussée en fonction de la carte de confiance. L'utilisation de la carte de confiance, lors de la fusion, permet de ré-injecter les pixels ayant de faibles rapports contraste à bruit dans l'image 35 débruitée. Elle permet également de rehausser uniquement les pixels des matériels de guidage qui sont identifiés avec une valeur de confiance élevée pour ne pas produire des artefacts avec le rehaussement de faux positifs. Le procédé de l'invention est, de ce fait, mieux adapté pour filtrer le bruit dans des images radioscopiques que les filtres actuels. L'algorithme de l'invention peut être facilement implémenté dans un appareil à rayons X. Plus précisément, l'invention a pour objet un procédé de traitement d'images produites par un appareil de radioscopie, dans lequel, - on expose un corps d'un patient à des radiations, - on obtient, via un détecteur, une image brute représentative d'une io structure interne du corps, caractérisé en ce que - on détermine une famille de filtres bidimensionnels directionnels, à appliquer à l'image brute, - on convolue successivement l'image brute avec les filtres de la 15 famille de filtres directionnels, - on produit à partir des réponses des filtres de la famille de filtres une carte de confiance dans laquelle est attribuée à chaque pixel une valeur de confiance correspondant aux réponses des filtres, - on détermine un filtre de débruitage dont les paramètres sont 20 calculés, pour chaque pixel, en fonction de l'image brute et de la carte de confiance correspondante, - on applique ce filtre de débruitage à l'image brute obtenant en sortie une image débruitée, - on produit une image rehaussée dans laquelle pour chaque pixel de 25 l'image brute, on rehausse une intensité des niveaux de gris dudit pixel par rapport à un environnement immédiat prédéfini dudit pixel, - on produit une image de fusion en combinant l'image brute avec l'image rehaussée et l'image débruitée, pixel par pixel, en fonction de la valeur dudit pixel dans la carte de confiance, 30 - on visualise l'image de fusion. Avantageusement, l'invention est aussi caractérisée en ce que les filtres bidimensionnels directionnels de la famille de filtres sont orientables, séparables et récursifs. Avantageusement, l'invention est aussi caractérisée en ce qu'on 35 détermine pour chaque filtre de la famille de filtre une orientation 8; dans une gamme d'orientations 8; préalablement définie, i appartenant à l'intervalle [1, n], n étant égal au nombre de filtres de la famille de filtres à générer, - pour chaque orientation 8;, on sépare le filtre correspondant en deux filtres monodimensionnels : - un filtre constant selon une direction, et - un filtre non constant selon une autre direction, - pour chaque orientation 8;, on formule le filtre monodimensionnel constant en un filtre monodimensionnel constant discret, - pour chaque orientation 8;, on formule le filtre monodimensionnel io constant discret de manière récursive. Avantageusement, l'invention est aussi caractérisée en ce que l'orientation 8; d'un filtre de la famille de filtres correspond à l'angle que forme la direction dans laquelle le filtre est constant avec l'axe des ordonnées. Avantageusement, l'invention est aussi caractérisée en ce que chaque 15 filtre bidimensionnel directionnel de la famille de filtres comporte un noyau comportant : - un bloc central de taille w et de longueur L dont la valeur des coefficients de ce bloc est égale à 2, - deux blocs intermédiaires situés de part et d'autres du bloc central 20 de taille g et de longueur L et dont la valeur des coefficients est égale à zéro, - deux blocs finaux situés respectivement à côté des blocs intermédiaires de taille w et de longueur L et dont la valeur des coefficients est égale à -1. Avantageusement, l'invention est aussi caractérisée en ce que la taille 25 w est égale à 3 pixels. Avantageusement, l'invention est aussi caractérisée en ce que la gamme d'orientations 8; est comprise dans l'intervalle [-rr/2, rr/2[. Avantageusement, l'invention est aussi caractérisé en ce que le nombre n de filtres à générer est égale à (2*L-2)/w quand g=0. 30 Avantageusement, l'invention est aussi caractérisée en ce que la formulation du filtre monodimensionnel constant en un filtre monodimensionnel constant discret comporte l'étape suivante : - pour chaque orientation 8; d'un filtre de la famille de filtres, on transforme le filtre monodimensionnel constant en un filtre 35 monodimensionnel constant discret par l'application de l'algorithme de Bresenham audit filtre monodimensionnel constant. Avantageusement, l'invention est aussi caractérisée en ce que la convolution de l'image brute avec les filtres de la famille de filtres directionnels comporte les étapes suivantes : - pour chaque orientation 8; d'un filtre de la famille de filtres, on applique successivement à l'image brute le filtre constant discret récursif et le filtre non constant dudit filtre, - on combine l'ensemble des réponses obtenues par une application à l'image brute des filtres de la famille de filtres à chaque orientation 8; io obtenant ainsi une image des réponses combinées, - on produit la carte de confiance à partir de l'image des réponses combinées, - on produit une image d'orientation dans laquelle sont attribués à chaque pixel un index d'orientation et une direction locale du filtre de la 15 famille de filtres fournissant le plus fort contraste en ce pixel. Avantageusement, l'invention est aussi caractérisée en ce que la combinaison des réponses des filtres comporte l'étape suivante : - pour chaque pixel de l'image brute, on lui attribue la réponse minimale parmi l'ensemble des réponses des filtres de la famille de filtres 20 pour ce pixel. Avantageusement, l'invention est aussi caractérisée en ce que la combinaison des réponses des filtres comporte l'étape suivante : - pour chaque pixel de l'image brute, on lui attribue le maximum des valeurs absolues de l'ensemble des réponses des filtres de la famille de 25 filtres pour ce pixel. Avantageusement, l'invention est aussi caractérisée en ce que la combinaison des réponses des filtres comporte l'étape suivante : - pour chaque pixel de l'image brute, on lui attribue le maximum des réponses de l'ensemble des réponses des filtres de la famille de filtres pour 30 ce pixel. Avantageusement, l'invention est aussi caractérisée en ce que la production de la carte de confiance comporte les étapes suivantes: - on effectue une normalisation de l'image des réponses combinées par rapport à une image du bruit préalablement définie, 35 - on attribue à chaque pixel le résultat de la normalisation obtenu audit pixel, ce résultat de la normalisation correspondant à une valeur de rapport contraste à bruit, - on détermine préalablement un seuil de rapport contraste à bruit, - lorsque la valeur du rapport contraste à bruit d'un pixel est supérieur audit seuil, alors on attribue au pixel un attribut de pixel longiligne et on maintient pour ce pixel la valeur du rapport contraste à bruit attribuée, sinon on attribue au pixel un attribut de pixel non longiligne et une valeur de rapport contraste à bruit nulle. Avantageusement, l'invention est aussi caractérisée en ce que le filtre io de débruitage est un filtre spatial suivi d'un filtre temporel adaptatif. Avantageusement, l'invention est aussi caractérisée en ce que le filtre spatial est un filtre d'ondelette et le filtre temporel est un filtre temporel récursif. Avantageusement, l'invention est aussi caractérisée en ce que le 15 rehaussement de l'intensité des pixels de l'image brute comporte les étapes suivantes : - on détermine un filtre de lissage dont les paramètres sont calculés, pour chaque pixel, en fonction de l'image brute et de la carte de confiance correspondante, 20 - on applique le filtre de lissage à l'image brute, ce filtre de lissage fournit en sortie une image lissée dans laquelle pour chaque pixel de l'image brute est attribuée un niveau de gris lissé correspondant à une moyenne ou une somme pondérée du niveau de gris des pixels situés dans un voisinage immédiat dudit pixel, ce voisinage immédiat étant défini par la direction 25 donnée par l'image d'orientation pour ledit pixel, - on compare, le niveau de gris lissé de chaque pixel avec le niveau de gris dudit pixel dans l'image brute; - on attribue à chaque pixel Pi de l'image brute un niveau de gris NLS (Pi) correspondant au minimum de niveau de gris entre le niveau de gris 30 dudit pixel dans l'image brute et le niveau de gris lissé dans l'image lissée, - on effectue une estimation du fond b de l'image brute, - on calcule une valeur de rehaussement E pour chaque pixel Pi de l'image brute, E étant défini par l'équation suivante E(Pi) = u x b(Pi) + (1-u) x NLS(Pi) avec u un nombre supérieur à un, plus le paramètre u est haut, plus 35 le contraste sera rehaussé.
Avantageusement, l'invention est aussi caractérisée en ce que - le filtre de lissage est un filtre orienté non linéaire et directionnel, - la direction de ce filtre est donnée par l'image d'orientation. Avantageusement, l'invention est aussi caractérisée en ce que le filtre de lissage à appliquer à l'image brute est un filtre simple et constant de taille égale à un pixel et de longueur égale à 11 pixels. Avantageusement, l'invention est aussi caractérisée en ce que l'estimation du fond b de l'image brute comporte les étapes suivantes : - on détermine un filtre orienté pour chaque pixel de l'image brute, io - on détermine l'index d'orientation de chaque pixel de l'image brute à partir de l'image d'orientation, - pour chaque pixel, on détermine deux segments séparés par un espace et parallèles à l'index d'orientation dudit pixel, ces deux segments délimitent les bords du fond, 15 - on calcule pour chaque pixel une moyenne de fond en appliquant le filtre orienté audit pixel, entre les bords de ces deux segments. Avantageusement, l'invention est aussi caractérisée en ce que la fusion de l'image brute avec l'image brute rehaussée et l'image débruitée en fonction de la carte de confiance comporte les étapes suivantes : 20 - on multiplie l'image débruitée par un coefficient a obtenant une image A, le coefficient a correspond à une valeur d'une fonction A, cette fonction A est significative et décroissante pour des valeurs de la carte de confiance inférieure à 4, le coefficient a est inférieure ou égale à 1 pour des valeurs possibles de la carte de confiance, 25 - on multiplie l'image rehaussée par un coefficient b obtenant une image B, le coefficient b correspond à une valeur d'une fonction B, cette fonction B est significative et croissante pour des valeurs de la carte de confiance supérieure à 4, le coefficient b est inférieure ou égale à 1 pour des valeurs possibles de la carte de confiance, 30 - on multiplie l'image brute par un coefficient c obtenant une image C, le coefficient c correspond à une valeur d'une fonction C, cette fonction C est significative et croissante pour des valeurs de la carte de confiance comprise entre 0 et 8, le coefficient c est inférieure ou égale à 1 pour des valeurs possibles de la carte de confiance, - on combine les images A, B et C, pixel par pixel, afin d'obtenir l'image de fusion. Avantageusement, l'invention est aussi caractérisée en ce que les coefficients a, b et c sont tels que a+b+c=1.
L'invention concerne également un appareil pour la mise en oeuvre dudit procédé de traitement d'images en radioscopie interventionnelle, pour produire une séquence d'images débruitées dans lesquelles des objets longilignes sont préservés et rehaussés. Brève description des dessins io L'invention sera mieux comprise à la lecture de la description qui suit et à l'examen des figures qui l'accompagnent. Celles-ci sont présentées à titre indicatif et nullement limitatif de l'invention. La figure 1 montre un appareil de production d'images radioscopiques mettant en oeuvre un procédé de traitement d'images, selon l'invention. 15 La figure 2 montre une illustration de moyens de mise en oeuvre du procédé de l'invention. La figure 3 montre un exemple d'un noyau de convolution d'un filtre de détection de l'algorithme de détection, selon l'invention. La figure 4 montre, dans un graphe, l'efficacité du résultat du filtrage 20 de détection de l'invention comparé au résultat d'un filtrage de détection de l'état de la technique. La figure 5 montre, dans un graphe, l'application de l'algorithme de rehaussement à une image radioscopique, selon l'invention. La figure 6 montre, de manière schématique, un mode de 25 détermination du filtre à appliquer pour le rehaussement de l'image. La figure 7 montre, dans un graphe, les courbes des fonctions de combinaison de l'image débruitée avec l'image rehaussée et avec l'image brute, en fonction de la carte de confiance, selon l'invention. La figure 8 montre de manière schématique une vue d'ensemble de la 30 mise en oeuvre du procédé de l'invention. Description détaillée de modes de réalisation de l'invention Dans le but de faciliter la compréhension de la description du procédé de l'invention, il est fait référence aux éléments 100 à 110 de la figure 8, lors de description des figures 1 à 7. 35 La figure 1 illustre un appareil de production d'images radioscopiques mettant en oeuvre un procédé de traitement d'images radioscopiques, selon l'invention. La radioscopie est un système d'imagerie médicale qui permet d'obtenir une image radiologique dynamique, c'est à dire une séquence d'images, ou une vidéo du patient. Cet outil est utilisé pour le diagnostic et à des fins interventionnelles, c'est à dire pendant le traitement du patient, en assistant une intervention sur le patient. La radioscopie est, par exemple, utilisée pour assister une angiographie (diagnostic) ou une angioplastie (geste interventionnel). Les images, produites par l'appareil 10 de production, résultent de la io détection d'une irradiation incidente provenant d'une source de rayonnement 11 à laquelle est exposé le patient 13. L'appareil 10 comprend aussi un détecteur 14 d'images et un circuit 15 de commande. Le détecteur 14 d'images émet des signaux électriques correspondant à l'énergie des rayons reçus. Ces signaux électriques sont transmis au circuit 15 15 de commande par l'intermédiaire d'un bus 16 externe. Le détecteur 14 d'images est ainsi couplé électriquement au circuit 15 de commande. Les signaux électriques permettent au circuit 15 de produire une image correspondante à la partie du corps analysée. Ces images peuvent être visualisées à l'aide d'un écran de ce circuit 15, ou imprimées, ou 20 mémorisées. Dans un exemple, le circuit 15 comporte un microprocesseur 17, une mémoire 18 de programme, une mémoire de données 19, un écran de visualisation 20, un clavier 21 et une interface 22 d'entrée sortie interconnectés par un bus 23 interne. 25 Le détecteur 14 comprend une multitude de zones de détection ou de pixels 24 disposées selon deux dimensions. La première dimension est l'axe des abscisses X et la deuxième dimension est l'axe des ordonnées Y. L'image est ainsi répartie en lignes et en colonnes correspondant à une matrice de taille (n x m). Le circuit 15 de commande permet une mesure 30 d'une charge créée dans chaque pixel du détecteur 14 respectif, en réponse à une irradiation incidente. Les dimensions de l'image traitée par le circuit 15, sont, de préférence, les mêmes que celles de l'image de départ. Elles sont celles d'une matrice, dans un exemple de 1024 x 1024 pixels, 512 x 512 pixels ou 256 x 256 pixels ou autre, voire d'une matrice non carrée. Ces 35 dimensions ne sont pas limitatives et peuvent être changées pour le besoin de l'invention. Au moment d'une pose radiologique, une dose 25 de rayonnement est envoyée par la source 11 de rayonnement sur le corps 13 du patient. Cette dose 25 traverse le corps 13 du patient et est reçue par le détecteur 14 d'images. L'image révélée par le détecteur 14 devrait pouvoir être vue par un praticien médecin ou un spécialiste dans le domaine de l'imagerie médicale. Cependant, après le passage par le détecteur 14 d'images, cette image reste une image brute 100 et non traitée. Elle comporte des artefacts, et surtout un io bruit dû à la nature du rayonnement et un bruit dû à la nature du détecteur. Dans la présente description, on attribue des actions à des appareils ou à des programmes, cela signifie que ces actions sont exécutées par un microprocesseur de cet appareil ou d'un appareil comportant le programme, ledit microprocesseur étant alors commandé par des codes instructions 15 enregistrés en tant que programme dans une mémoire de l'appareil. Ces codes instructions permettent de mettre en oeuvre les moyens de l'appareil et donc de réaliser l'action entreprise. La mémoire 18 de programme est divisée en plusieurs zones, chaque zone correspondant à une fonction ou à un mode de fonctionnement du 20 programme du circuit 15 de commande. La mémoire 18 comporte, selon les variantes de l'invention, plusieurs zones. Une zone 26 comporte des codes instructions pour charger dans la mémoire 19 de données une succession d'images brutes à traiter. Une zone 27 comporte des codes instructions pour créer une famille de filtres 25 directionnels, bidimensionnels, récursifs, séparables et orientables à appliquer à une image brute 100. Une zone 28 comporte des codes instructions pour combiner les réponses fournies par l'ensemble des filtres de la famille de filtres. Une zone 29 comporte des codes instructions pour normaliser les réponses 30 combinées. Cette zone 29 comporte également des codes instructions pour déterminer un seuil de rapport contraste à bruit. Cette zone 29 fournit en sortie une carte de confiance 101 dans laquelle il est attribué, à chaque pixel de l'image, une valeur normalisée du rapport contraste à bruit calculée, si cette dernière est supérieure au seuil, ainsi qu'un attribut de pixel longiligne. 35 Sinon, il est attribué au pixel correspondant la valeur zéro, ainsi qu'un attribut de pixel non longiligne. Une zone 30 comporte des codes instructions pour fournir une image d'orientation 102 dans laquelle, à chaque pixel, sont attribuées une orientation et une direction locale du filtre fournissant la réponse la plus forte.
La mémoire 18 comporte une zone 31 comportant des codes instructions pour déterminer le filtre de débruitage à appliquer à l'image brute 100. Ce filtre de débruitage est un filtre spatio-temporel. Les coefficients de ce filtre sont déterminés en fonction de l'image brute 100 à traiter et de la carte de confiance 101 correspondante et, éventuellement, des images io brutes précédentes et de leurs cartes de confiances respectives. Une zone 32 comporte des codes instructions pour appliquer un algorithme de rehaussement à l'image brute 100 afin de rehausser l'intensité des pixels de ladite image. Une zone 33 comporte des codes instructions pour fusionner l'image débruitée 104, l'image brute 100 et l'image rehaussée 15 103, en se basant sur la carte de confiance 101. Une zone 34 comporte des codes instructions pour visualiser l'image de fusion. La figure 2 montre une étape préliminaire 36 dans laquelle, le circuit 15 de commande stocke, dans la mémoire de données, les images brutes précédemment acquises, ainsi que leurs cartes de confiance respectives. A 20 une étape 37 suivante, le circuit 15 acquiert une nouvelle image brute 100 à traiter. Des étapes 38 à 40 de détection, rehaussement et débruitage sont exécutées simultanément par le circuit 15. A l'étape 38, le circuit 15 applique à l'image brute 100 acquise à l'étape 37 un algorithme 27 de détection de 25 pixels de matériel de guidage. Les matériels à détecter dans les images radioscopiques sont des tiges ou des tuyaux minces et flexibles, placés dans n'importe quelles orientations, dans le corps du patient. Pour la détection de ces matériels de guidage de forme longiligne, dans l'image brute 100, le circuit 15 met en 30 oeuvre des filtres spécifiques permettant leur détection. Pour ce faire, le circuit 15 crée une famille de filtres, un filtre pour chaque orientation 8; dans le plan de l'image, pour détecter l'ensemble des pixels de ces matériels. Ces matériels de guidage peuvent être, entre autres, des guides, des cathéters ou des endoprothèses vasculaires. 35 Dans un mode de réalisation préféré, les filtres de la famille de filtres sont des filtres orientés, récursifs, directionnels, séparables et rapides. Un exemple de filtres, utilisés pour effectuer cette détection, est montré à la figure 3, pour une direction selon l'axe Y. Ces filtres sont convolués successivement avec l'image brute. Les réponses de ces filtres, comme montrée à la figure 8, sont utilisées par le circuit 15, afin de déterminer une carte de confiance 101 et une image d'orientation 102 pour l'image brute 100 à traiter. A l'étape 39, le circuit 15 applique un algorithme 32 de rehaussement à l'image brute 100 acquise à l'étape 37. Un exemple de l'application de io l'algorithme 32 de rehaussement à l'image brute 100, selon l'invention, est décrit à la figure 5. Cet algorithme 32 de rehaussement fournit en sortie une image rehaussée 103, comme montrée à la figure 8. A l'étape 40, le circuit 15 applique un algorithme 31 de débruitage à l'image brute 100 à traiter acquise à l'étape 37. L'algorithme 31 de débruitage 15 est mis en oeuvre par un filtrage spatio-temporel. Le circuit 15 calcule les paramètres de ce filtre en fonction de l'image brute 100 à traiter, de la carte de confiance 101 de ladite image acquise à l'étape 38 et, éventuellement, des images brutes précédemment acquises et de leurs cartes de confiance respectives précédemment calculées, pour chacune de ces images. Ceci 20 permet d'obtenir un filtre assez puissant apte à débruiter et à préserver des pixels du matériel de guidage. Les paramètres ainsi calculés permettent d'augmenter la capacité de débruitage de ce filtre. Toutefois, l'augmentation de la puissance de débruitage du filtre, telle que réalisée, peut entraîner une dégradation de 25 l'apparence du matériel de guidage dans l'image. Cette détérioration d'apparence n'est pas gênante car le circuit 15 le restaure ultérieurement dans une étape 41 de fusion. Dans un mode de réalisation préféré, l'algorithme 31 de filtrage de débruitage est mis en oeuvre par un filtrage spatial, suivi d'un filtrage 30 temporel adaptatif. Le filtre spatial peut être un filtrage de types filtres d'ondelettes. Le filtre temporel peut être un filtre temporel récursif. Ainsi, l'image brute 100 est d'abord débruitée avec des techniques d'ondelettes, avant que le circuit 15 de commande ne lui applique un débruitage temporel récursif. L'image produite par ce débruitage sera nommée image débruitée 35 104, comme montrée à la figure 8.
Dans l'étape 41 faisant suite aux étapes 38 à 40, le circuit 15 applique un algorithme 33 de fusion. Cet algorithme 33 combine l'image débruitée 104, l'image brute 100 et l'image rehaussée 103, en fonction de la carte de confiance 101 correspondante.
Cette combinaison est effectuée comme suit pour un pixel donné de l'image brute 100 à traiter: - si la valeur de la carte de confiance 101 qui est attribuée audit pixel est faible en valeur absolue, c'est à dire qu'il n'y a pas présomption d'objet longiligne en ce pixel, l'algorithme privilégiera principalement l'image io débruitée 104 au détriment des deux autres images, - si la valeur de la carte de confiance 101 qui est attribuée audit pixel est forte en valeur absolue, c'est à dire qu'il y a très certainement un objet longiligne au pixel considéré, l'algorithme privilégiera l'image rehaussée 103 afin de rendre cet objet le plus visible possible, 15 - si la valeur de la carte de confiance 101 qui est attribuée audit pixel se trouve dans une zone d'incertitude où les valeurs de la carte de confiance 101 ne permettent pas de faire un choix franc, l'algorithme privilégiera l'image brute 100 afin de préserver toute information qui serait utile. La combinaison des images effectuée par l'algorithme 33 de fusion est 20 décrite à la figure 7. L'algorithme 33 de fusion fournit en sortie, une image 110 de fusion qui est visualisée par un praticien dans une étape 42. La figure 3 montre un exemple d'un noyau de convolution d'un filtre 27 d'une famille de filtres de détection de pixels de matériels de guidage. Afin de 25 faciliter la compréhension de la description des filtres spécifiques créés pour détecter les pixels des matériels de guidage, il sera tout d'abord décrit un filtre vertical, orienté selon un axe Y par rapport à l'image, ayant des propriétés essentielles de l'invention, à savoir la séparabilité et la récursivité, avant de généraliser ces propriétés à n'importe quelle orientation 8; dudit 30 filtre. Dans l'exemple de la figure 3, le noyau du filtre a une direction verticale et une orientation initiale 8 = O. Ce filtre va naturellement privilégier les objets dont la direction longiligne est orientée selon l'axe Y. Le noyau 44 de convolution est une matrice de coefficients, de taille 35 bien inférieure à la taille de l'image. Cette matrice de coefficient peut être carrée. Les coefficients du noyau sont appliqués en pondération à des valeurs numériques d'un groupe de pixels de même taille que la matrice. Le pixel, au centre de la matrice, est affecté d'une valeur dite filtrée, correspondant à une combinaison de ces valeurs pondérées, en général la somme. Détermination des paramètres du filtre vertical : Le circuit 15 de commande détermine les coefficients du filtre vertical ayant une orientation initiale nulle et une longueur L. Il détermine également les mêmes éléments pour des orientations 8; de ce filtre à générer. Ces io coefficients et cette longueur L sont identiques pour toute orientation 8; de ce filtre. Une famille de filtres est formée par le filtre vertical et les filtres ayant les mêmes éléments pour des orientations 8;. Détermination des coefficients du filtre : A une orientation 8; donnée, i appartenant à l'intervalle [1, n], n étant 15 égal au nombre de filtres de la famille de filtres à générer par le circuit 15, le noyau 44 du filtre vertical effectue une mesure correspondant à une mesure de contraste. Il peut être défini dans un exemple préféré comme suit: - sur un bloc central 45 de taille ou largeur w et de longueur L, la valeur des coefficients est égale à 2, 20 - sur deux blocs intermédiaires 46 et 47, situés de part et d'autre du bloc central 45, la valeur des coefficients est égale à zéro. Les deux blocs intermédiaires 46 et 47 ont une taille ou largeur égale à g, et de longueur L. - sur deux blocs finaux 48 et 49, situés respectivement à côté des deux blocs intermédiaires 46 et 47, la valeur des coefficients est égale à -1. 25 Les deux blocs finaux 48 et 49 ont une taille ou largeur égale à w, et de longueur L. Dans le but de mettre en oeuvre un algorithme 27 avec une vitesse de calcul aussi rapide que possible, on choisit les valeurs 2 et -1 pour les coefficients du noyau du filtre. Ces valeurs sont particulièrement 30 intéressantes puisqu'elles requièrent seulement un décalage de bit et des opérations d'addition à la place de multiplications comme utilisées dans l'état de la technique. Pratiquement, ce filtre calcule la différence entre le bloc central 45 et les blocs finaux 48 et 49, loin du bloc central et l'attribue au pixel central du 35 filtre. Lorsque ce filtre est appliqué sur une image comportant un objet longiligne, il calcule le contraste de cet objet. La fiabilité de ce contraste mesuré est d'autant plus grande que la longueur du filtre L est grande, puisque l'intégration des pixels réduit le bruit. En l'absence d'objet longiligne et dans la mesure où le signal de part et d'autre de l'axe Y est identique, le résultat de sortie est égal à zéro. Il l'est même tant que le fond sous-jacent varie linéairement. En effet, le filtre (-1, 2, -1) est une dérivée seconde qui attribue zéro pour n'importe quel signal constant ou linéaire. Les blocs intermédiaires 46 et 47 de coefficients nuls sont mis en oeuvre pour prendre en compte l'incertitude concernant la taille du matériel io de guidage. Ceci permet d'utiliser un seul filtre qui est performant pour beaucoup d'instruments tels que les guides, les cathéters, de différents fabricants et de différentes formes. Il suffit de changer la largeur g du filtre. Les paramètres du filtre sont déterminés par l'opérateur afin d'être adaptés aux images radioscopiques. Selon les propriétés standards du 15 matériel de guidage, la taille w=3 pixels est particulièrement adaptée. En effet, cette taille de 3 pixels est une approximation de la largeur d'un guide dans une image radioscopique standard. Détermination de la longueur L du filtre : Le filtre 44 déterminé par le circuit 15 doit d'une part remplir des 20 conditions de temps d'exécution, et d'autre part, ne pas violer la courbure des matériels de guidage. La longueur L du filtre peut être déterminée de plusieurs manières. Dans un exemple préféré, le circuit 15 choisit une longueur du filtre qui ne dépend pas de l'orientation du filtre mais qui est celle imposée par 25 l'opérateur. Cette longueur choisie sera celle de chaque filtre de la famille. La longueur du filtre peut également être déterminée par le circuit 15, en fonction de la courbure des objets à rechercher. La longueur L du filtre est de préférence la plus longue possible. Plus le filtre est long, plus on s'affranchit du problème de bruit présent dans l'image à traiter. En effet, plus 30 la longueur du filtre est longue, plus la dimension d'intégration augmente. L'intégration réduit le bruit au prorata de la racine carrée de la longueur L du filtre. Les seuls paramètres qui limitent la longueur du filtre à appliquer sont la courbure des objets à détecter et le temps d'exécution. Par exemple, pour une intervention cardiologique, une longueur 35 appropriée avec la courbure du matériel de guidage est située entre 30 et 40 pixels. Pour une intervention neurologique, où le matériel de guidage est plus courbé car les vaisseaux dans le cerveau sont plus tortueux, la longueur appropriée est située entre 10 et 20 pixels. L'opérateur peut imposer cette longueur L en fonction de son besoin.
Détermination de l'ensemble des orientations e, du filtre à générer : Les orientations 8; des filtres à générer sont déterminées dans l'intervalle [-n /2, 7/2[. Dans la pratique, on choisit ces orientations régulièrement espacées dans l'intervalle [-n /2, 7/2[. Détermination du nombre de filtres à générer: io Dans un exemple préféré, le nombre de filtres de la famille de filtres à générer est de (2*L-2)/w quand g=0. Ceci permet d'obtenir une famille de filtres où il n'y aura pas d'empiétement entre deux filtres de la famille à leurs extrémités. Propriété de séparabilité du filtre vertical : 15 Dans l'état de la technique, le circuit 15 de commande convolue le filtre 44 de longueur L à l'image brute 100 pour mesurer le contraste des pixels de l'image. Cependant, l'utilisation de ce type de filtre augmente considérablement le temps de calcul du circuit 15. En effet, pour un pixel de l'image donnée, le circuit 15 calcule L2 multiplications et L2-1 additions. 20 Pour diminuer ce temps de calcul, le circuit 15 selon l'invention utilise à titre de perfectionnements des propriétés de séparabilité à appliquer au filtre pour chaque orientation 8; de la famille de filtres. Un filtre bidimensionnel est dit séparable s'il est possible de décomposer le noyau du filtre en deux filtres monodimensionnels, appliqués successivement. 25 L'un des deux filtres monodimensionnels obtenus selon la propriété de séparabilité est constant, selon une direction. L'autre des deux filtres monodimensionnels est non constant, selon une autre direction. L'orientation 8; d'un filtre est considérée ici comme l'angle que forme la direction dans laquelle le filtre est constant avec l'axe Y des ordonnées 30 Le circuit 15 peut traiter ainsi indépendamment les lignes et les colonnes de l'image brute 100. Le filtre bidimensionnel de l'invention est donc de préférence séparable. Le filtre 44 vertical bidimensionnel de la figure 3 est décomposé en deux filtres successifs à une dimension. Il est décomposé, d'une part, en un 35 filtre vertical constant 50, de longueur L, dont les coefficients sont égaux à 1 sur chaque pixel. Il est décomposé, d'autre part, en un filtre horizontal 51 qui est égal à une des lignes du filtre vertical 44. Dans un exemple préféré, on définit que la taille w du bloc central 45 et des blocs finaux 48 et 49 est égale à la taille g des blocs intermédiaires 46 et 47. Dans un exemple, les tailles w et g sont égales à 3 pixels. Dans ce cas, le filtre non constant, ici horizontal, a un noyau égal à -1-1-1000222000-1-1-1. Ce dernier noyau peut pour sa part être décomposé en deux filtres successifs, l'un constant 111 et l'autre -100000200000-1 a seulement 3 coefficients non nuls. Cette décomposition du filtre non constant io permet de réduire encore le temps de calcul. En utilisant un filtre 44 séparable, le circuit 15 réalise un gain en temps de calcul considérable, comme illustré au tableau ci- dessous : Nombre Nombre de Nombre d'addition multiplication par deux de changement de signes Convolution directe 3*w*L-1 w*L 3*w*L En utilisant les (w-1) + 1 1 propriétés de séparabilité (L-1) +2 Avec les paramètres choisis par le circuit 15 concernant la longueur L du filtre et la taille w ou g des blocs du noyau 44, le temps de calcul dudit 15 circuit 15 est approximativement 8 fois inférieur au temps de calcul de l'état de la technique. Cette diminution considérable du temps de calcul est due seulement à la mise en oeuvre de la décomposition du filtre. L'invention va encore optimiser cette diminution du temps de calcul en définissant une propriété de récursivité applicable au filtre vertical initial. 20 Propriété de récursivité du filtre vertical constant : Plus le filtre est long, plus le taux de confiance à accorder aux pixels détectés est grand. Cependant, plus le filtre est long, plus le temps de calcul augmente. Pour résoudre cet inconvénient, l'invention met en oeuvre un algorithme permettant de formuler le filtre constant de manière récursive. 25 Le filtre vertical constant 50 qui est une partie de la décomposition du filtre vertical 44 séparable, peut être traité de manière récursive. En effet, dans un exemple, considérons une colonne de l'image et notons Pi le ième pixel de cette colonne. Le filtrage de Pi par le filtre vertical constant 46 fournit en sortie F(Pi). Pour calculer le contraste du pixel Pi-F1 suivant, le circuit 15 déduit la réponse F(Pi+1) du filtre vertical constant 46 du pixel Pi-F1 de la réponse du filtre F(Pi) du pixel Pi précédent. Notons P_début le pixel d'indice le plus petit pris en compte dans le calcul de F(Pi). Notons P_fin le pixel d'indice le plus grand pris en compte dans le calcul de F(Pi+1). Alors F(Pi+1) = F(Pi) - P_début + P_f;n, compte tenu du coefficient 1. Cette formule est valide n'importe où dans l'image, sauf pour les bordures de l'image. En utilisant un tel traitement, l'application du filtre à l'image requière seulement deux additions de pixels, au lieu de L-1 additions io dans une approche directe. L'invention optimise ainsi la diminution du temps de calcul en généralisant la propriété de séparabilité et la propriété de récursivité à toutes les orientations 8; du filtre générées par le circuit 15, tout en conservant, pour chaque filtre, les mêmes coefficients que ceux décrits ci-dessus et la même 15 longueur L de filtre. Les filtres d'orientations 8; à générer par le circuit 15 ont nécessairement les propriétés suivantes, à savoir : - les coefficients du noyau sont -1,0 ou 2 - le filtre est séparable, et 20 - le filtre est formulé de manière récursive. Généralisation de la propriété de récursivité du filtre constant d'orientations e. Lors d'une rotation du filtre vertical 44 selon une orientation 8;, par interpolation, les valeurs des coefficients du noyau du filtre deviennent 25 réelles et ne sont plus des 1 uniquement. Ainsi, on perd l'avantage de n'avoir à effectuer que des additions, et on doit introduire des multiplications par des nombres à virgule flottante pour calculer l'image convoluée par le filtre. La difficulté principale de la rotation du filtre constant est le changement des valeurs des coefficients du noyau à cause de l'interpolation. 30 Les opérations ne sont plus dans ce cas des additions mais des multiplications augmentant le temps de calcul. Les valeurs qui sont obtenues, si le filtre constant est en rotation, ne seront plus les simples coefficients 1, 0 et 2. De même, la propriété de récursivité ne peut pas être utilisée avec un filtre d'orientation quelconque. Et 35 la propriété de séparabilité ne sera pas exacte non plus, bien qu'il puisse y avoir de bonnes approximations. Pour résoudre ces problèmes, l'invention met en oeuvre un algorithme permettant de formuler le filtre constant 50 de manière récursive pour n'importe quelle orientation 8;, tout en conservant la propriété de séparabilité du filtre et les coefficients -1,0 et 2 du noyau du filtre. L'invention met en oeuvre, pour une orientation 8; quelconque du filtre, un algorithme permettant de transformer le filtre constant en un filtre constant discret récursif. Pour une orientation 8; différent de 8; =0, le circuit 15 transforme le io filtre constant orienté en un filtre orienté constant discret. Cette transformation est mise en oeuvre, dans un exemple, par l'algorithme de Bresenham. Cet algorithme de Bresenham permet de tracer une ligne discrète, passant par le point de l'image où le filtre sera appliqué. Sur cette ligne, au fur et à mesure du traçage, les pixels sont numérotés. 15 L'algorithme de Bresenham, couramment utilisé pour tracer des lignes discrètes, permet de relier deux points donnés par un segment, donnant le mieux possible l'impression d'être droit et d'avoir une épaisseur constante. L'algorithme de Bresenham est un algorithme classique pour relier deux points par un segment sur une trame entière. D'autres algorithmes 20 permettant d'obtenir un segment discret peuvent également être utilisés. Les réponses fournies par le filtre orienté discret ont des éléments en commun. En effet, en connaissant la réponse précédente du filtre, le circuit 15 peut calculer la réponse suivante du filtre. De ce fait, le circuit 15 ne réalise que deux opérations quelle que soit la longueur L du filtre, à part les 25 calculs d'initialisation sur les bords de l'image qui ont un temps de calcul négligeable. Les filtres de la famille de filtres sont ainsi orientables, peu chers, récursifs, séparables, faciles à implémenter et rapides. Le circuit 15 calcule un paramètre d'initialisation du filtre. Pour ce faire, le circuit 15 calcule la somme des (L-1)/2 pixels précédant un pixel central 30 L/2 et des (L-1)/2 pixels suivants ce pixel central, le long de la ligne discrète, ce qui est aisé puisque les pixels ont été numérotés au cours du traçage de la ligne de Bresenham. Ainsi, le circuit 15 calcule la somme, pondérée par le coefficient 1, des L pixels consécutifs, le long de la ligne discrète du filtre, centrés sur le pixel central. 35 Le circuit 15 commence l'application du filtre à l'image brute 100, à une position d'un pixel éloignée des bords de l'image. Le pixel central est placé au pixel de position L/2 sur la ligne discrète de Bresenham,. Le circuit 15 détermine, sur la ligne de Bresenham, le pixel Pdébut précédant le pixel central de (L-1)/2 -1 pixels et le pixel Pfin suivant le pixel central de (L-1)/2 pixels. Le circuit 15 calcule une réponse R1 du filtre au pixel central de position L/2 . R1= paramètre d'initialisation - pixel Pdébut + pixel Pfin. Puis, le circuit 15 décale le pixel central à la position L/2 +1 suivante fournie par l'algorithme de Bresenham. Les valeurs des pixels Pdébut et Pfin sont à nouveau recalculées. io Le circuit 15 de commande applique le filtre discret au pixel de position suivante L/2+1 et fournit en sortie la réponse R2. La réponse R2 étant égale à la réponse précédente R1 du filtre dont on soustrait la valeur du pixel Pdébut et dont on ajoute la valeur du pixel Pfin. Dans ce type de filtre, dit récursif, on utilise, dans le calcul, des 15 valeurs antérieures de la sortie du filtre. La sortie du filtre récursif dépend de l'entrée et de la valeur précédente de la sortie. Dans le but de faire de même pour chacun des pixels de l'image, le circuit 15 translate les lignes discrètes le long d'un des axes X et Y, de sorte qu'aucun des pixels ne recouvre jamais un autre pixel. Le circuit 15 calcule la 20 réponse du filtre en un pixel de la ligne discrète translaté en utilisant la même procédure récursive que précédemment décrite. Cette procédure permet de calculer la réponse de l'application d'un filtre constant, sous une orientation 8; donnée, à une image, par une méthode récursive. 25 Dans une variante, la récursivité peut être exécutée en respectant l'ordre dans lequel les pixels sont rangés dans la mémoire de données. Pour une mise en oeuvre rapide sur une architecture classique, le circuit 15 lit l'image dans l'ordre naturel de stockage des pixels dans la mémoire de données. Une image est généralement enregistrée en rangées consécutives, 30 de ce fait, les pixels adjacents dans la mémoire seront usuellement placés dans la même rangée. Les pixels sont traités les uns après les autres dans l'ordre de stockage. Cela permet de fournir les informations nécessaires telles que la réponse précédente du filtre. Ceci permet de calculer la réponse du filtre sur l'image de manière séquentielle. 35 Le circuit 15 préserve ainsi la propriété de récursivité pour n'importe quelle orientation 8; du filtre. Généralisation de la propriété de séparabilité du filtre vertical aux filtres d'orientations eii Le circuit 15 généralise de la manière suivante la propriété de séparabilité à toutes les orientations 8; du filtre. Dans le cas où l'orientation 8; du filtre vertical est comprise dans l'intervalle [-rr/4, 7/4], le circuit 15 considère que le noyau du filtre non constant a une orientation 8 = 7/2. Ce noyau est égal à [ -1-1...w fois, 00...g fois, 22 w fois, , 00...g fois, -1-1...w fois]. io Dans le cas où l'orientation 8; du filtre vertical est comprise dans l'intervalle [-rr/2, -rr/4[ et ]rr/4, rr/2], le circuit 15 considère que le noyau du filtre non constant a une orientation 8 = 0 et il est égal à [ -1-1...w fois, 00...g fois, 22 w fois, , 00...g fois, -1-1...w fois]. Cette orientation du noyau du filtre non constant est d'autant plus facilitée que la matrice du filtre vertical 15 est carrée. Appliquer le filtre d'orientation 8; de la famille revient donc à appliquer successivement le filtre constant discret récursif d'orientation 8; puis le filtre non constant d'orientation 8. Chaque filtre de la famille de l'invention satisfait à toutes les conditions 20 et il a une meilleure approximation lorsque le filtre est plus allongé, par exemple, quand L/(3w+2g) est grand. Chaque filtre de la famille de l'invention, tel que décrit, satisfait notamment aux propriétés de récursivité, séparabilité, de coefficients simples, de somme des coefficients égale à zéro, de réponse nulle à un 25 contraste linéaire. Chaque filtre de la famille de l'invention est également adapté pour détecter des lignes orientées, fournissant une réponse proportionnelle au contraste de la ligne dans l'image. Les filtres de l'invention ont ainsi des coefficients qui permettent de fournir des réponses nulles lorsque le fond est plat ou linéaire. Leurs 30 réponses ne dépendent pas des variations de fond de l'image qui sont des variations lentes et de basses fréquences. Dans un exemple, pour une longueur L de filtre égale à 40 pixels, le circuit 15 génère une famille de 25 filtres d'orientations 8;. Ces filtres sont tous séparables, récursifs et rapides. 35 Le circuit 15 applique à l'image brute 100 l'ensemble des filtres directionnels générés. Chaque filtre de l'ensemble des filtres directionnels est conçu pour réagir fortement à la présence de structures ayant une dimension et une orientation données. En outre, pour un pixel donné de l'image brute 100, le circuit 15 calcule les 25 réponses des 25 filtres. Pour obtenir une seule image au lieu de 25, le circuit 15 met en oeuvre un algorithme de combinaison des réponses des filtres. Image d'orientation : Le circuit 15 détermine, pour chaque pixel de l'image, un index io représentatif de l'angle correspondant au filtre directionnel qui fournit la meilleure réponse, autrement dit le plus fort contraste. Pour chaque filtre fournissant le plus fort contraste à un pixel donné, le circuit 15 attribue à ce pixel un index d'orientation et la direction locale de ce filtre. Le circuit 15 fournit en sortie une image d'orientation 102 correspondant à l'image dans 15 laquelle, à chaque pixel, est attribuée un index d'orientation et la direction locale de ce filtre. Combinaison des réponses des filtres pour obtenir une image des réponses combinées 101a: Les structures à détecter par le circuit 15 dans l'image brute 100 sont 20 des pixels appartenant aux matériels de guidage qui sont souvent plus sombre que le fond de l'image. Dans ce cas, le circuit 15 ne s'intéresse qu'aux réponses négatives des filtres. La réponse fournie par les filtres est proportionnelle au contraste d'entrée. En conséquence, pour un pixel donné, le circuit 15 ne prend en 25 considération que la réponse du filtre produisant ici la réponse négative la plus forte. Plus la réponse est forte, plus le contraste dans cette direction était fort en entrée. Cette combinaison des réponses peut consister à prendre la réponse minimale pour chaque pixel de l'image 100 parmi l'ensemble des réponses 30 des filtres orientés pour ce pixel. Le fait de prendre la réponse minimale permet de débruiter l'image des réponses combinées 101a. Le bruit dans l'image des réponses combinées 101a est inférieur au bruit dans chaque image filtrée. Autrement, la combinaison des réponses peut consister à prendre le 35 maximum des valeurs absolues des réponses des filtres, lorsque les pixels à détecter sont aussi bien les pixels de contraste négatif que les pixels de contraste positif. La combinaison des réponses peut aussi consister à prendre le maximum des réponses des filtres, lorsque les pixels à détecter sont les pixels de contraste positif. La combinaison des réponses fournit en sortie une image des réponses combinées 101a notée IM. Normalisation de l'image des réponses combinées ou carte de confiance : io Il n'est pas évident d'interpréter les valeurs de l'image des réponses combinées 101a et de savoir si elles indiquent qu'il y avait localement une structure allongée, significative ou pas. La combinaison des réponses a un impact sur la statistique du bruit. De ce fait, la combinaison des réponses fournies par les filtres ne peut pas être interprétée directement. 15 Dans le but d'effectuer une bonne interprétation des réponses combinées, le circuit 15 met en oeuvre un algorithme 29 de normalisation. Cet algorithme 29 de normalisation dépend de la probabilité de la réaction de la réponse de la famille de filtres dans le bruit aléatoire. Cette étape de normalisation permet de remettre le fond de l'image à zéro et de mettre 20 l'écart type du bruit à 1. Pour ce faire, le circuit 15 réalise une image de bruit aléatoire ayant, pour chaque pixel, des propriétés constantes, même moyenne m et même écart type noté ici a, avec des propriétés réalistes de bruit, par exemple, en prenant en considération la corrélation spatiale du bruit. 25 Le circuit 15 effectue le filtrage de l'image de bruit avec chacun des filtres directionnels générés. Puis le circuit 15 calcule l'image des réponses combinées de l'image de bruit en appliquant l'algorithme de combinaison de réponses à l'image de bruit filtrée. Le circuit 15 extrait de cette image des réponses combinées un paramètre de moyenne m' et un paramètre d'écart 30 type 6-'. Le circuit 15 normalise la moyenne m' en M et l'écart type a' en b en effectuant les opérations suivantes : M = m'/ a et b = 6'/ a. Pour n'importe quelle séquence clinique donnée, caractérisée par un écart type du bruit initial, noté B, le circuit 15 calcule l'image des réponses 35 combinées normalisée 101 ou carte de confiance des pixels en effectuant l'opération de normalisation suivante pour chaque pixel pi : carte (pi) = (IM(pi) - M*B) / (6 *B) La valeur attribuée aux pixels de la carte de confiance 101 est interprétée comme étant le rapport contraste à bruit. Cette interprétation est due au fait que dans l'image des réponses combinées normalisée 101, l'écart type du bruit est égal à 1 et la moyenne est nulle. Ce rapport contraste à bruit est directement exploitable pour un traitement ultérieur des images radioscopiques. L'algorithme de normalisation ne dépend que des statiques sur le bruit io d'entrée. De ce fait, cette normalisation peut être effectuée à l'avance et une fois pour toutes. En outre, les paramètres de normalisation sont proportionnels à l'écart type du bruit d'entrée. Par exemple, si la valeur d'un pixel donné de la carte 101 est égale à zéro, la valeur observée est une valeur typique d'un bruit aléatoire. En 15 conséquence, on ne peut pas considérer que ce pixel appartienne à un objet longiligne. Il est presque certain qu'en ce pixel il n'y a rien de très intéressant. De même, si la valeur d'un pixel donné de la carte 101 est égale à 4, la probabilité qu'une telle réponse se soit produite dans le bruit est très faible, puisqu'elle est éloignée de la moyenne du bruit de 4 écarts types. 20 Le circuit 15 peut utiliser des modèles mathématiques ou de simulations pour calculer avec exactitude la probabilité qu'une gamme de valeur donnée provienne du bruit aléatoire. De ce fait, le circuit 15 peut déterminer un seuil de rapport contraste à bruit à appliquer à l'image des réponses combinées normalisées 101. Ce seuil peut être préalablement 25 défini. Lorsque la valeur attribuée au pixel est supérieure au seuil, le circuit 15 attribue au pixel un attribut de pixel longiligne. Il lui maintient sa valeur dans l'image des réponses combinées normalisées 101. Sinon, le circuit 15 attribue au pixel un attribut de pixel non longiligne et une valeur nulle dans l'image des réponses combinées normalisées 101. 30 Un attribut de pixel longiligne ou non longiligne est un marqueur créé par le circuit 15 pour indiquer sur l'image des réponses combinées normalisées 101 la présence d'un pixel longiligne ou pas. Ces marqueurs peuvent être une annotation graphique notamment, un triangle, un carré, voire une lettre ou un chiffre, se situant à la position dudit pixel. Ils peuvent 35 être également un nombre binaire. Ces marqueurs peuvent servir à une imagerie en couleur de leur localisation. Afin d'augmenter la précision de la carte de confiance et de l'image d'orientation, les résultats des cartes de confiance ainsi que des images d'orientation précédemment calculées peuvent être utilisées.
Matériel de guidage non longiligne Le filtre de l'invention est adapté pour des matériels de guidage longilignes et peu contrastés. Cependant, lorsque le matériel de guidage est très courbé, le circuit 15 fournit une image des réponses combinées 101a comportant des artefacts. io L'invention permet de supprimer ces artefacts en adaptant la famille de filtres spécifique de détection de l'invention à la forme de l'objet à détecter. Pour ce faire, l'invention met en oeuvre une technique de filtre cassé en deux. Le circuit 15 détermine pour chaque filtre de chaque orientation de la famille de filtres, deux filtres partiels correspondants. Ces 15 deux filtres partiels ont les mêmes propriétés que le filtre principal d'orientation 8;. Ils sont tous les deux longilignes. Ils appartiennent à la même famille sauf que leur orientation est différente. Ils sont de plus placés bout à bout. De préférence, leur longueur est L/2 chacun. Le point pour lequel le traitement de filtrage est fait, est celui de l'intersection des deux filtres bout à 20 bout. Pour calculer la réponse du filtre cassé, le circuit 15 détermine, tout d'abord pour chaque orientation 8; deux filtres partiels de longueur L/2. Les filtres partiels sont acquis pour une demi-période de la période d'acquisition du filtre de longueur L de la figure 3. Ces filtres partiels ont les mêmes 25 propriétés que la famille de filtres définis à la figure 3. Le circuit 15 applique chaque filtre partiel de longueur L/2 à l'image brute 100. L'une des filtres partiels fournit la réponse G et l'autre des filtres partiels fournit la réponse H. Les réponses des demi-filtres sont stockées dans la mémoire de données. Le circuit 15 combine ensuite, selon une 30 fonction f(G,H), les réponses des filtres partiels obtenues pour obtenir la réponse du filtre cassé de longueur L d'orientation 8;. Le circuit 15, pour un pixel donné, prend en compte non seulement la somme de réponses G et H respectives des filtres partiels, comme dans le cas d'un matériel longiligne, mais également la soustraction de ces valeurs G 35 et H respectives des filtres partiels.
L'invention décrite ci-dessus pour les objets longilignes correspond a la fonction f telle que f(G,H) = G+H. Dans une réalisation généralisée préférée pour des objets longilignes ou courbés la fonction f est telle que : f(G+H) = (G+H) x v (G+H, G-H) où v est une fonction préalablement définie. Dans une réalisation préférée f(G+H) = (G+H) x exponentiel [-((G-H)/k(G+H) x (G-H)/k(G+H))] où k est un paramètre préalablement défini. k est un paramètre qui permet de io définir la forme du type d'objet à analyser. Par exemple, si k a une valeur proche de zéro, le type d'objet à analyser est un segment de forme rectiligne. Plus la valeur de k augmente plus l'objet à analyser est de forme courbée. Démonstration de la performance de la technique de détection de l'invention: 15 La figure 4 montre, dans un graphe de comparaison, différentes courbes de rapport contraste à bruit. L'axe des abscisses du graphe représente le rapport contraste à bruit en entrée du circuit 15. Ces valeurs sont faibles et sont comprises entre 0 et 3. L'axe des ordonnées représente le rapport contraste à bruit en sortie du circuit 15. Ces valeurs sont fortes et 20 peuvent être supérieures à 10. La courbe 52 en pointillée illustre le rapport contraste à bruit sur le signal à bruit des pixels des matériels de guidages. C'est la courbe identité pour laquelle il n'y aucune amélioration du rapport contraste à bruit. La courbe 53 illustre le rapport contraste à bruit des pixels des matériels de 25 guidages, tels qu'améliorés par l'invention. Le filtre utilisé par le circuit 15 pour obtenir la courbe 53 est un filtre de longueur L=41, avec w=3 et g=0. Le graphe de la figure 4 montre que la courbe 53 de l'invention s'écarte fortement de la courbe identité 52 démontrant ainsi la capacité de l'algorithme de détection de l'invention à détecter des objets de faible rapport 30 contraste à bruit et à créer une image dans laquelle le rapport contraste à bruit est grandement amélioré. La courbe 53 nous montre qu'avec des rapports contraste à bruit très faible, de l'ordre de 1 en entrée, le rapport contraste à bruit est fortement amélioré en sortie. Avec l'invention, dès que l'objet à détecter a une structure 35 longitudinale, le rapport contraste à bruit de sortie est important.
Pour détecter les objets longilignes, avec un pourcentage d'erreur inférieur à 1 %, le circuit 15 calcule un seuil 90 égal à 5 en rapport contraste à bruit de sortie. Ainsi des objets non détectés avec une simple mesure de rapport contraste à bruit sur l'image brute 100 sont maintenant détectables avec la carte de confiance 101, par simple seuillage selon l'invention. Avec l'invention, dès que le rapport contraste à bruit, calculé pour un pixel donné, est supérieur au seuil, le circuit 15 lui maintient à titre de valeur d'image des réponses combinées normalisées 101 la valeur de ce rapport, io sinon le circuit 15 lui attribue une valeur nulle. D'autres filtres directionnels, peuvent être utilisés à la place du filtre tel que décrit à la figure 3. Application d'un algorithme 32 de rehaussement à l'image brute 100 : Le processus de rehaussement consiste à augmenter l'intensité du 15 pixel par rapport à l'intensité de l'environnement immédiat du pixel. L'environnement immédiat d'un pixel est défini comme un ensemble de pixels situés à une distance inférieure à une distance D dudit pixel. Cette distance D est un paramètre défini préalablement. Les techniques actuelles de rehaussement ont le défaut de rehausser 20 autant le signal que le bruit. C'est la raison pour laquelle, avant de rehausser les pixels, le circuit 15 de l'invention applique à l'image brute 100 d'abord un algorithme 105 de lissage, voir figure 8, puis un algorithme 32 de rehaussement. L'application de l'algorithme 105 de lissage à l'image brute 100 permet 25 de réduire le bruit présent. Des expériences sensorielles ont démontré que lisser le signal du matériel de guidage crée une impression visuelle de perte de contraste bien que le contraste du matériel de guidage soit parfaitement préservé. Le matériel de guidage étant plus foncé que son fond, le bruit initial présent sur le matériel de guidage produit en effet un sentiment de fort 30 contraste et le lissage crée une impression visuelle de diminution du contraste. Pour résoudre ce problème d'impression visuelle, l'invention applique à l'image brute 100 un algorithme de lissage tout en préservant les crêtes foncées dues au bruit à l'intérieur du matériel de guidage, augmentant ainsi le contraste des pixels du matériel de guidage. Le rehaussement est 35 ainsi localement spécifique.
L'algorithme de lissage, appliqué aux pixels de l'image brute 100, est illustré à la figure 5. L'ordonnée de la figure 5 représente le niveau de gris et l'abscisse représente le numéro d'indexation des pixels dans l'image brute 100. La courbe 54 correspond au signal de l'image brute 100.
Dans une première étape de rehaussement, le circuit 15 applique l'algorithme 105 de lissage à l'image brute 100. Cet algorithme de lissage 105 est mis en oeuvre par un filtre de lissage. Les paramètres de ce filtre de lissage sont calculés en fonction de l'image brute 100 à traiter, de la carte de confiance 101 de ladite image et, éventuellement, des images brutes io précédemment acquises et de leurs cartes de confiance respectives précédemment calculées, pour chacune de ces images. Ceci permet d'obtenir un filtre assez puissant apte à lisser et à préserver des pixels du matériel de guidage. Le circuit 15 attribue à chaque pixel une valeur correspondant à une 15 moyenne ou une somme pondérée des valeurs des pixels situés dans un voisinage immédiat dudit pixel. Ce voisinage immédiat est défini par la direction donnée par l'image d'orientation 102 pour ledit pixel. Ainsi, à chaque pixel Pi, le circuit 15 oriente le filtre selon la direction déterminée dans l'image d'orientation 102, i étant le numéro d'indexation du pixel P. Le 20 filtre de lissage fournit en sortie une image lissée 106 représentée par la courbe 55 de lissage. Dans un exemple préféré, le filtre de lissage à appliquer à l'image brute 100 peut être un filtre simple et constant, de taille ou largeur égale à un pixel et de longueur égale à 11 pixels, dans la direction appropriée. D'autres 25 types de filtres de lissages directionnels, orientés, linéaires ou non, peuvent être utilisés. En général, les coefficients d'un filtre de lissage peuvent être donnés manuellement, ou par une fonction mathématique. Dans une deuxième étape de rehaussement, le circuit 15 compare la courbe 54 de l'image brute 100 avec la courbe 55 de lissage et produit la 30 courbe 56. Il compare donc le niveau de gris lissé de chaque pixel Pi avec le niveau de gris du pixel correspondant dans l'image brute 100. Si le niveau de gris du pixel correspondant dans l'image brute 100 est inférieur au niveau de gris lissé dudit pixel, alors, le circuit 15 attribue à ce pixel le niveau de gris dudit pixel dans l'image brute 100. Sinon, elle lui attribue le niveau de gris 35 lissé.
Par conséquent, le circuit 15 attribue pour chaque pixel de la courbe 54, un niveau de gris dénoté NLS, déterminé selon l'équation suivante : NLS (Pi) = minimum ( courbe 54(Pi); courbe 55 (Pi)). Une telle méthode effectue un lissage en préservant les pics sombres dans l'image. Le résultat 107 de cette comparaison est illustré par la courbe 56 en pointillée. Dans une troisième étape de rehaussement, le circuit 15 calcule une estimation 108 de l'image du fond. Pour ce faire, dans un mode de réalisation préféré, le circuit 15 détermine un filtre orienté pour chaque pixel io de l'image brute 100. Les paramètres de ce filtre calculés pour chaque pixel sont basés sur des valeurs de pixels présents sur deux segments 57 parallèles. La détermination de ces deux segments est montrée à la figure 6. Dans l'exemple de la figure 6, ces deux segments 57 sont séparés par un espace 58, de préférence plus large que la taille du matériel de guidage 59. 15 Pour chaque pixel 60 de l'image brute 100, la direction des segments 57 est parallèle à l'orientation 61 locale du pixel 60. Cette orientation locale 61 est donnée par l'image d'orientation 102. Pour chaque pixel 60, l'orientation du filtre à déterminer est identique à l'orientation des segments 57. Pour chaque pixel 60 du matériel de guidage, les deux directions des segments 57 20 délimitent les bords du fond, permettant ainsi au circuit 15 de calculer une valeur moyenne de fond nommée b entre ces bords. La valeur d'un filtre utilisé entre ces segments pour calculer une moyenne de l'image du fond peut être une simple constante. Ce filtre entre ces segments peut correspondre à une pondération gaussienne 25 perpendiculaire à l'orientation des segments. Il permet de calculer une moyenne pondérée de l'image du fond. Le filtre permettant d'estimer l'image du fond peut aussi être un filtre non linéaire ou tout autre filtre connu. Dans une quatrième étape de rehaussement, le circuit 15 calcule une valeur de rehaussement E pour chaque pixel Pi de la courbe 54 de l'image 30 brute 100. Pour ce faire, le circuit 15 définit E comme étant : E(Pi) = u x b(Pi) + (1-u) x NLS(Pi) avec u un nombre supérieur à un. Plus le paramètre u est haut, plus le contraste sera rehaussé. L'algorithme 32 de rehaussement fournit en sortie une image rehaussée 103 comme montrée à la figure 8.
Le circuit 15 dispose à présent de 4 images pour effectuer la fusion, voir figure 8 : - l'image brute 100, - l'image des réponses combinées normalisées 101 dite aussi carte de confiance - l'image rehaussée 103, et - l'image débruitée 104, Le circuit 15 combine l'image brute 100 avec l'image débruitée 104 et l'image rehaussée 103 en fonction de la carte de confiance 101 afin io de produire une image de fusion 110 dans laquelle les pixels des matériels de guidage seront le plus visible possible. L'opération de fusion 109 utilise l'image débruitée 104 multipliée par un coefficient a. Le coefficient a correspond à une valeur de la fonction A montré par la courbe 62 sur la figure 7. L'axe des abscisses du graphe de la 15 figure 7 représente des valeurs de la carte de confiance 101. L'axe des ordonnées représente des valeurs de coefficients des fonctions A, B et C. Cette courbe 62 donne en ordonnées des valeurs de coefficients inférieure ou égale à 1 pour des valeurs possibles de la carte de confiance 101. La courbe 62 est significative et décroissante pour des valeurs de la 20 carte de confiance 101 inférieure à 4. Elle est nulle après. L'image produite est dite image A. La courbe 62 représentent les pondérations à appliquer à des pixels dont on est presque sûr qu'ils proviennent du bruit. L'opération de fusion 109 utilise l'image rehaussée 103 multipliée par un coefficient b. Le coefficient b correspond à une valeur de la fonction B 25 montré par la courbe 63 sur la figure 7. Cette courbe 63 donne en ordonnées des valeurs de coefficients inférieure ou égale à 1 pour des valeurs possibles de la carte de confiance 101. La courbe 62 est significative et croissante pour des valeurs de la carte de confiance 101 supérieure à 4. Elle est nulle avant. Ceci afin de ne pas tolérer beaucoup de faux positif dans l'image de fusion, 30 puisque le contraste du signal est rehaussé. Un taux élevé de faux positif créerait une image de très mauvaise qualité. La courbe 63 est ainsi définie avec B(<4) = 0 et B tendant vers 1 en l'infini. L'image produite est dite image B. La courbe 63 représentent alors les pondérations à appliquer à des pixels dont on est presque sûr qu'ils appartiennent à un objet longiligne.
L'opération de fusion 109 utilise l'image brute 100 multipliée par un coefficient c. Le coefficient c correspond à une valeur de la fonction C montré par la courbe 64 sur la figure 7. Cette courbe 64 donne en ordonnées des valeurs de coefficients inférieure ou égale à 1 pour des valeurs possibles de la carte de confiance 101. La courbe 64 est significative et croissante pour des valeurs de la carte de confiance 101 comprise entre 0 et 8. L'image produite est dite image C. La courbe 64 représentent les pondérations à appliquer à des pixels dont on n'est pas sûr qu'ils appartiennent à un objet longiligne. io Les coefficients a, b et c sont tels que a+b+c=1. Les coefficients a, b et c peuvent être prélevés de manière approximative directement sur le graphe de la figure 7. L'opération de fusion 109 combine les images A, B et C, pixel par pixel, afin de montrer in fine une valeur de pixel à visualiser.
15 Les fonctions A, B et C sont montrés ici à titre d'exemple. Ces fonctions peuvent être modifiées, lors de la fusion, en fonction du souhait de l'opérateur selon qu'il veut une image de fusion plus ou moins débruitée ou plus ou moins rehaussée ou plus ou moins sans perte d'informations.
Claims (23)
1. - Procédé de traitement d'images produites par un appareil (10) de radioscopie, dans lequel, - on expose un corps d'un patient à des radiations, - on obtient, via un détecteur (14), une image brute (100) représentative d'une structure interne du corps, caractérisé en ce que - on détermine (27) une famille de filtres (44) bidimensionnels io directionnels, à appliquer à l'image brute, - on convolue (38) successivement l'image brute avec les filtres de la famille de filtres directionnels, - on produit à partir des réponses des filtres de la famille de filtres une carte de confiance (101) dans laquelle est attribuée à chaque pixel une 15 valeur de confiance correspondant aux réponses des filtres, - on détermine un filtre de débruitage (31) dont les paramètres sont calculés, pour chaque pixel, en fonction de l'image brute et de la carte de confiance correspondante, - on applique (40) ce filtre de débruitage à l'image brute obtenant en 20 sortie une image débruitée (104), - on produit (32) une image rehaussée (103) dans laquelle pour chaque pixel de l'image brute, on rehausse une intensité des niveaux de gris dudit pixel par rapport à un environnement immédiat prédéfini dudit pixel, - on produit (33) une image de fusion (110) en combinant (109) 25 l'image brute avec l'image rehaussée et l'image débruitée, pixel par pixel, en fonction de la valeur dudit pixel dans la carte de confiance, -on visualise (34, 43) l'image de fusion.
2 - Procédé selon la revendication 1, caractérisé en ce que les filtres bidimensionnels directionnels de la famille de filtres sont orientables, 30 séparables et récursifs.
3 - Procédé selon la revendication 2, caractérisé en ce que - on détermine pour chaque filtre de la famille de filtre une orientation 8; dans une gamme d'orientations 8; préalablement définie, i appartenant à l'intervalle [1, n], n étant égal au nombre de filtres de la famille de filtres à 35 générer,- pour chaque orientation 8;, on sépare le filtre correspondant en deux filtres monodimensionnels : - un filtre constant (50) selon une direction, et - un filtre non constant (51) selon une autre direction, - pour chaque orientation 8;, on formule le filtre monodimensionnel constant en un filtre monodimensionnel constant discret, - pour chaque orientation 8;, on formule le filtre monodimensionnel constant discret de manière récursive.
4- Procédé selon la revendication 3, caractérisé en ce que l'orientation io 8; d'un filtre de la famille de filtres correspond à l'angle que forme la direction dans laquelle le filtre est constant avec l'axe des ordonnées.
5 - Procédé selon l'une des revendications 1 à 4, caractérisé en ce que chaque filtre bidimensionnel directionnel de la famille de filtres comporte un noyau comportant : 15 - un bloc central (45) de taille w et de longueur L dont la valeur des coefficients de ce bloc est égale à 2, - deux blocs intermédiaires (46, 47) situés de part et d'autres du bloc central de taille g et de longueur L et dont la valeur des coefficients est égale à zéro, 20 - deux blocs finaux (48, 49) situés respectivement à côté des blocs intermédiaires de taille w et de longueur L et dont la valeur des coefficients est égale à -1.
6 - Procédé selon la revendication 5, caractérisé en ce que la taille w est égale à 3 pixels. 25
7- Procédé selon l'une des revendications 3 à 6, caractérisé en ce que la gamme d'orientations 8; est comprise dans l'intervalle [-rr/2, rr/2[.
8- Procédé selon la revendication 3, caractérisé en ce que le nombre n de filtres à générer est égale à (2*L-2)/w quand g=0.
9- Procédé selon la revendication 3, caractérisé en ce que la 30 formulation du filtre monodimensionnel constant en un filtre monodimensionnel constant discret comporte l'étape suivante : - pour chaque orientation 8; d'un filtre de la famille de filtres, on transforme le filtre monodimensionnel constant en un filtre monodimensionnel constant discret par l'application de l'algorithme de 35 Bresenham audit filtre monodimensionnel constant.
10- Procédé selon l'une des revendications 1 à 9, caractérisé en ce que la convolution de l'image brute avec les filtres de la famille de filtres directionnels comporte les étapes suivantes : - pour chaque orientation 8; d'un filtre de la famille de filtres, on applique successivement à l'image brute le filtre constant discret récursif et le filtre non constant dudit filtre, - on combine l'ensemble des réponses obtenues par une application à l'image brute des filtres de la famille de filtres à chaque orientation 8; obtenant ainsi une image des réponses combinées (101a), io - on produit la carte de confiance à partir de l'image des réponses combinées, - on produit une image d'orientation (102) dans laquelle sont attribués à chaque pixel un index d'orientation (61) et une direction locale du filtre de la famille de filtres fournissant le plus fort contraste en ce pixel. 15
11- Procédé selon la revendication 10, caractérisé en ce que la combinaison des réponses des filtres comporte l'étape suivante - pour chaque pixel de l'image brute, on lui attribue la réponse minimale parmi l'ensemble des réponses des filtres de la famille de filtres pour ce pixel. 20
12- Procédé selon la revendication 10, caractérisé en ce que la combinaison des réponses des filtres comporte l'étape suivante - pour chaque pixel de l'image brute, on lui attribue le maximum des valeurs absolues de l'ensemble des réponses des filtres de la famille de filtres pour ce pixel. 25
13- Procédé selon la revendication 10, caractérisé en ce que la combinaison des réponses des filtres comporte l'étape suivante - pour chaque pixel de l'image brute, on lui attribue le maximum des réponses de l'ensemble des réponses des filtres de la famille de filtres pour ce pixel. 30
14- Procédé selon l'une des revendications 1 à 13, caractérisé en ce que la production de la carte de confiance comporte les étapes suivantes: - on effectue une normalisation de l'image des réponses combinées par rapport à une image du bruit préalablement définie, - on attribue à chaque pixel le résultat de la normalisation obtenu audit 35 pixel, ce résultat de la normalisation correspondant à une valeur de rapportcontraste à bruit, - on détermine préalablement un seuil de rapport contraste à bruit, - lorsque la valeur du rapport contraste à bruit d'un pixel est supérieur audit seuil, alors on attribue au pixel un attribut de pixel longiligne et on maintient pour ce pixel la valeur du rapport contraste à bruit attribuée, sinon on attribue au pixel un attribut de pixel non longiligne et une valeur de rapport contraste à bruit nulle.
15 - Procédé selon la revendication 1, caractérisé en ce que le filtre de débruitage est un filtre spatial suivi d'un filtre temporel adaptatif. io
16 - Procédé selon la revendication 15, caractérisé en ce que le filtre spatial est un filtre d'ondelette et le filtre temporel est un filtre temporel récursif.
17 - Procédé selon l'une des revendications 1 à 16, caractérisé en ce que le rehaussement de l'intensité des pixels de l'image brute comporte les 15 étapes suivantes : - on détermine un filtre de lissage (105) dont les paramètres sont calculés, pour chaque pixel, en fonction de l'image brute et de la carte de confiance correspondante, - on applique le filtre de lissage à l'image brute, ce filtre de lissage 20 fournit en sortie une image lissée (106) dans laquelle pour chaque pixel de l'image brute est attribuée un niveau de gris lissé correspondant à une moyenne ou une somme pondérée du niveau de gris des pixels situés dans un voisinage immédiat dudit pixel, ce voisinage immédiat étant défini par la direction donnée par l'image d'orientation pour ledit pixel, 25 - on compare, le niveau de gris lissé de chaque pixel avec le niveau de gris dudit pixel dans l'image brute; - on attribue à chaque pixel Pi de l'image brute un niveau de gris NLS (Pi) correspondant au minimum de niveau de gris entre le niveau de gris dudit pixel dans l'image brute et le niveau de gris lissé dans l'image lissée, 30 - on effectue une estimation (108) du fond b de l'image brute, - on détermine l'image rehaussée en calculant une valeur de rehaussement E pour chaque pixel Pi de l'image brute, E étant défini par l'équation suivante E(Pi) = u x b(Pi) + (1-u) x NLS(Pi) avec u un nombre supérieur à un, plus le paramètre u est haut, plus le contraste sera rehaussé. 35
18 - Procédé selon la revendication 17, caractérisé en ce que- le filtre de lissage est un filtre orienté non linéaire et directionnel, - la direction de ce filtre est donnée par l'image d'orientation.
19 - Procédé selon l'une des revendications 17 et 18, caractérisé en ce que le filtre de lissage à appliquer à l'image brute est un filtre simple et constant de taille égale à un pixel et de longueur égale à 11 pixels.
20 - Procédé selon la revendication 17, caractérisé en ce que l'estimation du fond b de l'image brute comporte les étapes suivantes : - on détermine un filtre orienté pour chaque pixel de l'image brute, - on détermine l'index d'orientation de chaque pixel de l'image brute à io partir de l'image d'orientation, - pour chaque pixel, on détermine deux segments (57) séparés par un espace (58) et parallèles à l'index d'orientation dudit pixel, ces deux segments délimitent les bords du fond, - on calcule pour chaque pixel une moyenne de fond en appliquant le 15 filtre orienté audit pixel, entre les bords de ces deux segments.
21 - Procédé selon l'une quelconque des revendications 1 à 20, caractérisé en ce que la fusion de l'image brute avec l'image brute rehaussée et l'image débruitée en fonction de la carte de confiance comporte les étapes suivantes : 20 - on multiplie l'image débruitée par un coefficient a obtenant une image A, le coefficient a correspond à une valeur d'une fonction A, cette fonction A est significative et décroissante pour des valeurs de la carte de confiance inférieure à 4, le coefficient a est inférieure ou égale à 1 pour des valeurs possibles de la carte de confiance, 25 - on multiplie l'image rehaussée par un coefficient b obtenant une image B, le coefficient b correspond à une valeur d'une fonction B, cette fonction B est significative et croissante pour des valeurs de la carte de confiance supérieure à 4, le coefficient b est inférieure ou égale à 1 pour des valeurs possibles de la carte de confiance, 30 - on multiplie l'image brute par un coefficient c obtenant une image C, le coefficient c correspond à une valeur d'une fonction C, cette fonction C est significative et croissante pour des valeurs de la carte de confiance comprise entre 0 et 8, le coefficient c est inférieure ou égale à 1 pour des valeurs possibles de la carte de confiance,- on combine les images A, B et C, pixel par pixel, afin d'obtenir l'image de fusion.
22 - Procédé selon la revendication 21, caractérisé en ce que les coefficients a, b et c sont tels que a+b+c=1.
23 - Appareil (10) de radioscopie pour la mise en oeuvre d'un procédé de traitement d'images en radioscopie interventionnelle pour produire une séquence d'images de fusion (110) débruitées dans lesquelles des objets longilignes des matériels (59) d'instrumentations de guidage sont préservés et rehaussés, selon l'une quelconque des revendications 1 à 22.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR0759245A FR2924254B1 (fr) | 2007-11-23 | 2007-11-23 | Procede de traitement d'images en radioscopie interventionnelle |
| US12/267,632 US8094897B2 (en) | 2007-11-23 | 2008-11-10 | Method for the processing of images in interventional radioscopy |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR0759245A FR2924254B1 (fr) | 2007-11-23 | 2007-11-23 | Procede de traitement d'images en radioscopie interventionnelle |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR2924254A1 true FR2924254A1 (fr) | 2009-05-29 |
| FR2924254B1 FR2924254B1 (fr) | 2010-01-01 |
Family
ID=39434142
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR0759245A Expired - Fee Related FR2924254B1 (fr) | 2007-11-23 | 2007-11-23 | Procede de traitement d'images en radioscopie interventionnelle |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US8094897B2 (fr) |
| FR (1) | FR2924254B1 (fr) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2918486B1 (fr) * | 2007-07-03 | 2009-09-18 | Gen Electric | Procede de traitement d'images en radioscopie interventionnelle pour une detection de materiels d'instrumentations de guidage |
| JP5053982B2 (ja) * | 2008-12-05 | 2012-10-24 | 株式会社東芝 | Ｘ線診断装置および画像処理装置 |
| US8845190B2 (en) * | 2010-10-06 | 2014-09-30 | Carestream Health, Inc. | Low-dose automatic exposure control system for digital portable X-ray imaging |
| CN103339652A (zh) * | 2010-12-01 | 2013-10-02 | 皇家飞利浦电子股份有限公司 | 靠近伪影源的诊断图像特征 |
| WO2012163367A1 (fr) * | 2011-05-27 | 2012-12-06 | Ge Sensing & Inspection Technologies Gmbh | Procédé de tomodensitométrie, logiciel informatique, dispositif informatique et système de tomodensitométrie pour déterminer une représentation volumétrique d'un échantillon |
| US10079003B2 (en) * | 2011-06-02 | 2018-09-18 | The Research Foundation For The State University Of New York | Method and device for imaging a region of interest |
| CN104077746B (zh) * | 2013-03-29 | 2017-03-01 | 富士通株式会社 | 灰度图像处理方法及其装置 |
| WO2016112516A1 (fr) * | 2015-01-15 | 2016-07-21 | 深圳市三木通信技术有限公司 | Procédé et système de balayage infrarouge pour terminal mobile intelligent |
| US9940701B2 (en) * | 2015-09-25 | 2018-04-10 | Intel Corporation | Device and method for depth image dequantization |
| WO2018049598A1 (fr) * | 2016-09-14 | 2018-03-22 | 深圳大学 | Procédé et système d'amélioration d'image de fond d'oeil |
| CN110599410B (zh) * | 2019-08-07 | 2022-06-10 | 北京达佳互联信息技术有限公司 | 图像处理的方法、装置、终端及存储介质 |
| CN113972914A (zh) | 2020-07-22 | 2022-01-25 | 睿生光电股份有限公司 | 处理电路以及取样电路的信号处理方法 |
| CN112070703B (zh) * | 2020-09-16 | 2024-05-03 | 山东建筑大学 | 一种仿生机器鱼水下视觉图像增强方法及系统 |
| US11776129B2 (en) * | 2020-12-16 | 2023-10-03 | Qualcomm Incorporated | Semantic refinement of image regions |
| CN113469920B (zh) * | 2021-09-02 | 2021-11-19 | 中国建筑第五工程局有限公司 | 用于智能化设备管理的图像处理方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6574300B1 (en) * | 1999-03-30 | 2003-06-03 | Koninklijke Philips Electronics N.V. | Image processing method, system and apparatus for noise reduction in an image sequence representing a threadlike moving object |
| WO2006018789A1 (fr) * | 2004-08-16 | 2006-02-23 | Koninklijke Philips Electronics N.V. | Processeur video comprenant un amplificateur de nettete |
| WO2007054862A2 (fr) * | 2005-11-08 | 2007-05-18 | Koninklijke Philips Electronics N.V. | Procede et systeme destines a filtrer des elements allonges |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04364677A (ja) * | 1991-06-12 | 1992-12-17 | Toshiba Corp | 放射線診断のための画像処理装置 |
| DE69322444T2 (de) * | 1992-07-10 | 1999-06-24 | Koninkl Philips Electronics Nv | Röntgendurchleuchtungsgerät mit Mitteln zur Rauschreduktion |
| JPH07299053A (ja) * | 1994-04-29 | 1995-11-14 | Arch Dev Corp | コンピュータ診断支援方法 |
| DE4417628C1 (de) * | 1994-05-19 | 1995-09-28 | Siemens Ag | Verfahren zur adaptiven Rauschverminderung für digitale Bildsequenzen |
| WO1997001153A1 (fr) * | 1995-06-23 | 1997-01-09 | Philips Electronics N.V. | Traitement d'images pour la reduction du bruit |
| FR2737034A1 (fr) * | 1995-07-21 | 1997-01-24 | Philips Electronique Lab | Procede de traitement spatial d'une image numerique pour la reduction du bruit, et dispositif mettant en oeuvre ce procede |
| JP4020966B2 (ja) * | 1995-12-21 | 2007-12-12 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像内のノイズ減少方法 |
| EP0815535B1 (fr) * | 1995-12-21 | 2002-10-09 | Koninklijke Philips Electronics N.V. | Attenuation directionnelle et adaptative de bruit |
| FR2751825A1 (fr) * | 1996-07-24 | 1998-01-30 | Philips Electronics Nv | Procede de filtrage temporel du bruit dans une image d'une sequence d'images numerisees et dispositif mettant en oeuvre ce procede |
| WO1998018256A2 (fr) * | 1996-10-24 | 1998-04-30 | Philips Electronics N.V. | Filtrage du bruit |
| US5987094A (en) * | 1996-10-30 | 1999-11-16 | University Of South Florida | Computer-assisted method and apparatus for the detection of lung nodules |
| EP0871143B1 (fr) | 1997-04-08 | 2004-06-02 | Koninklijke Philips Electronics N.V. | Système de traitement d'une séquence d'images bruitées, et appareil d'examen médical incluant un tel système |
| DE69832357T2 (de) * | 1997-06-06 | 2006-08-03 | Philips Intellectual Property & Standards Gmbh | Geräuschverminderung in einem bild |
| EP0926626A1 (fr) * | 1997-12-23 | 1999-06-30 | Koninklijke Philips Electronics N.V. | Procédé de traitement d'image pour réduire le bruit dans une image d'une séquence de trois images temporelles et appareil d'imagerie médicale mettant en oeuvre un tel procédé |
| EP0936575B1 (fr) * | 1998-02-17 | 2004-07-28 | Koninklijke Philips Electronics N.V. | Procédé de traitement d'images pour l'estimation de mouvement dans une séquence d'images |
| DE19923898B4 (de) * | 1998-05-25 | 2007-07-19 | Ricoh Co., Ltd. | Tonerversorgungseinrichtung und -verfahren sowie Bilderzeugungsvorrichtung und -verfahren |
| CA2309002A1 (fr) * | 2000-05-23 | 2001-11-23 | Jonathan Martin Shekter | Reduction du grain de films utilises en photographie numerique |
| JP2004141514A (ja) * | 2002-10-28 | 2004-05-20 | Toshiba Corp | 画像処理装置及び超音波診断装置 |
| US6950492B2 (en) * | 2003-06-25 | 2005-09-27 | Besson Guy M | Dynamic multi-spectral X-ray projection imaging |
| US7876874B2 (en) * | 2005-05-18 | 2011-01-25 | Hitachi Medical Corporation | Radiographing apparatus and image processing program |
| US7840066B1 (en) * | 2005-11-15 | 2010-11-23 | University Of Tennessee Research Foundation | Method of enhancing a digital image by gray-level grouping |
| JP5248010B2 (ja) * | 2006-02-17 | 2013-07-31 | 株式会社東芝 | データ補正装置、データ補正方法、磁気共鳴イメージング装置およびｘ線ｃｔ装置 |
| JP2008015741A (ja) * | 2006-07-05 | 2008-01-24 | Konica Minolta Holdings Inc | 画像処理装置、画像処理方法及びこれを用いた撮像装置 |
-
2007
- 2007-11-23 FR FR0759245A patent/FR2924254B1/fr not_active Expired - Fee Related
-
2008
- 2008-11-10 US US12/267,632 patent/US8094897B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6574300B1 (en) * | 1999-03-30 | 2003-06-03 | Koninklijke Philips Electronics N.V. | Image processing method, system and apparatus for noise reduction in an image sequence representing a threadlike moving object |
| WO2006018789A1 (fr) * | 2004-08-16 | 2006-02-23 | Koninklijke Philips Electronics N.V. | Processeur video comprenant un amplificateur de nettete |
| WO2007054862A2 (fr) * | 2005-11-08 | 2007-05-18 | Koninklijke Philips Electronics N.V. | Procede et systeme destines a filtrer des elements allonges |
Non-Patent Citations (5)
| Title |
|---|
| AUFRICHTIG R ET AL: "X-RAY FLUOROSCOPY SPATIO-TEMPORAL FILTERING WITH OBJECT DETECTION", IEEE TRANSACTIONS ON MEDICAL IMAGING, IEEE SERVICE CENTER, PISCATAWAY, NJ, US, vol. 14, no. 4, 1 December 1995 (1995-12-01), pages 733 - 746, XP000548591, ISSN: 0278-0062 * |
| FREEMAN W T ET AL: "THE DESIGN AND USE OF STEERABLE FILTERS", IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINEINTELLIGENCE, IEEE SERVICE CENTER, LOS ALAMITOS, CA, US, vol. 13, no. 9, 1 September 1991 (1991-09-01), pages 891 - 906, XP000231520, ISSN: 0162-8828 * |
| GEUSEBROEK J ET AL: "Fast anisotropic gauss filtering", IEEE TRANSACTIONS ON IMAGE PROCESSING, IEEE SERVICE CENTER, PISCATAWAY, NJ, US, vol. 12, no. 8, 1 August 2003 (2003-08-01), pages 938 - 943, XP011099199, ISSN: 1057-7149 * |
| GONZALEZ R C ET AL: "DIGITAL IMAGE PROCESSING, IMAGE ENHANCEMENT IN THE SPATIAL DOMAIN", DIGITAL IMAGE PROCESSING, UPPER SADDLE RIVER, NJ : PRENTICE HALL, US, 1 January 2002 (2002-01-01), pages 128 - 134, XP001152050, ISBN: 978-0-201-18075-6 * |
| GONZALEZ R C ET AL: "LINE DETECTION", DIGITAL IMAGE PROCESSING, UPPER SADDLE RIVER, NJ : PRENTICE HALL, US, 1 January 2002 (2002-01-01), pages 570 - 572, XP002486049 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US20090136112A1 (en) | 2009-05-28 |
| FR2924254B1 (fr) | 2010-01-01 |
| US8094897B2 (en) | 2012-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| FR2924254A1 (fr) | Procede de traitement d'images en radioscopie interventionnelle | |
| Anirudh et al. | Lose the views: Limited angle CT reconstruction via implicit sinogram completion | |
| EP0379399B1 (fr) | Procédé de calcul et d'exploitation de l'image en projection conique, par exemple au sens des rayons x, d'un objet tridimensionnel echantillonné, et procédé de reconstruction tridimensionnelle d'un objet étudié utilisant ce procédé de calcul | |
| EP0840252B1 (fr) | Procédé de traitement d'image numérique pour l'extraction automatique d'objets en forme de rubans | |
| JP3373720B2 (ja) | Ｘ線断層撮影装置 | |
| FR2919747A1 (fr) | Procede et systeme d'affichage d'images de tomosynthese | |
| EP0635806A1 (fr) | Procédé de traitement d'images numériques pour déterminer localement le centre et la largeur d'objets en forme de rubans contrastant sur un fond | |
| WO2021041772A1 (fr) | Système de réseau neuronal convolutif dilaté et procédé de débruitage d'image de tomographie par émission de positons (tep) | |
| FR2904882A1 (fr) | Procede de traitement d'images radiologiques pour une detection d'opacites | |
| FR2954556A1 (fr) | Procede de traitement d'acquisitions de tomosynthese pour obtenir une representation du contenu d'un organe | |
| JP2007530132A (ja) | コンピュータ断層撮影画像を向上させるための方法、コンピュータプログラムプロダクトおよび装置 | |
| EP3447731A1 (fr) | Procédé de génération d'une image tomographique améliorée d'un objet | |
| EP2734975A1 (fr) | Procédé de réduction du bruit dans une séquence d'images fluoroscopiques par filtrage temporel et spatial | |
| FR2842931A1 (fr) | Amelioration d'un procede pour afficher des variations temporelles dans des images superposees dans l'espace. | |
| EP3014570B1 (fr) | Procede de reduction de bruit dans des sequences d'images fluoroscopiques | |
| FR2953964A1 (fr) | Procede de traitement d'images obtenues par tomographie ou tomosynthese a faible nombre de projections | |
| US11935160B2 (en) | Method of generating an enhanced tomographic image of an object | |
| FR2848007A1 (fr) | Procede et systeme pour accentuer une image de tomosynthese en utilisant un filtrage transversal | |
| EP2401719A1 (fr) | Méthodes de segmentation d'images et de détection de structures particulières | |
| FR2736181A1 (fr) | Procede de traitement d'images pour la reduction du bruit dans une image d'une sequence d'images numeriques et dispositif mettant en oeuvre ce procede | |
| CN113516586A (zh) | 一种低剂量ct图像超分辨率去噪方法和装置 | |
| Feng et al. | Dual residual convolutional neural network (DRCNN) for low-dose CT imaging | |
| EP1496800B1 (fr) | System d aide a la navigation en temps reel pour dispositif de radiographie | |
| CN112330565A (zh) | 基于改善的U-net的低剂量CT投影域中图像去噪方法 | |
| FR2733336A1 (fr) | Procede et dispositif de traitement d'images pour la detection automatique d'objets dans des images numerisees |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| ST | Notification of lapse |
Effective date: 20140731 |