IT201800001148A1

IT201800001148A1 - METHOD OF IMAGE PROCESSING AND SYSTEM FOR IMAGE PROCESSING

Info

Publication number: IT201800001148A1
Application number: IT201800001148A
Authority: IT
Inventors: Paolo Massimo Buscema
Original assignee: Semeion Centro Ricerche
Priority date: 2018-01-17
Filing date: 2018-01-17
Publication date: 2019-07-17

Description

DESCRIZIONE dell'Invenzione Industriale dal titolo: DESCRIPTION of the Industrial Invention entitled:

“Metodo di elaborazione di immagini e sistema per l’elaborazione di immagini” "Image processing method and image processing system"

TESTO DELLA DESCRIZIONE TEXT OF THE DESCRIPTION

L’invenzione ha per oggetto un metodo per l’elaborazione di immagini in cui ciascuna immagine è costituita da un insieme di punti immagine, cosiddetti pixel o voxel in particolare rispettivamente in uno spazio a due, tre o più dimensioni essendo ciascun punto immagine univocamente definito dalla sua posizione nell’insieme di punti immagine e da uno o più parametri numerici che definiscono l’aspetto del punto immagine relativamente alle caratteristiche di luminosità, gradazione di grigio, colore o simili, ed in cui The invention relates to a method for processing images in which each image consists of a set of image points, so-called pixels or voxels, in particular, respectively, in a space with two, three or more dimensions, each image point being uniquely defined from its position in the set of image points and from one or more numerical parameters that define the appearance of the image point with respect to the characteristics of brightness, shades of gray, color or the like, and in which

ciascun pixel o voxel costituisce un nodo di una rete neurale artificiale, essendo ciascun pixel o voxel connesso con ciascuno dei pixel o voxel ad esso adiacenti che circondano detto pixel o voxel, grazie ad un vettore di connessioni ciascuna delle cui componenti descrive rispettivamente un parametro numerico di caratterizzazione della connessione di un pixel con un pixel adiacente, each pixel or voxel constitutes a node of an artificial neural network, being each pixel or voxel connected with each of the adjacent pixels or voxels surrounding said pixel or voxel, thanks to a vector of connections, each of whose components respectively describes a numerical parameter characterization of the connection of a pixel with an adjacent pixel,

venendo il detto insieme di pixel o voxel e l’insieme delle dette connessioni sottoposto ad almeno un passo di elaborazione in cui ciascun passo modifica almeno uno dei parametri numerici che definiscono l’aspetto di ciascun pixel e/o almeno una delle componenti dei vettori delle connessioni sulla base di prestabilite funzioni evolutive deterministiche applicate ad uno o più dei parametri che definiscono l’aspetto di ciascun pixel quali valori dei nodi della detta rete neurale artificiale e ad uno o più valori delle componenti dei vettori delle connessioni relative all’insieme di pixel o voxel ed all’insieme delle connessioni del ciclo di iterazione precedente, venendo generata e visualizzata una immagine costituita dai pixel o voxel con i parametri numerici di aspetto derivanti dall’applicazione delle funzioni evolutive. the said set of pixels or voxels and the set of said connections being subjected to at least one processing step in which each step modifies at least one of the numerical parameters that define the appearance of each pixel and / or at least one of the components of the vectors of the connections on the basis of predetermined deterministic evolutionary functions applied to one or more of the parameters that define the appearance of each pixel as values of the nodes of said artificial neural network and to one or more values of the components of the vectors of the connections relative to the set of pixels or voxel and to the set of connections of the previous iteration cycle, an image consisting of pixels or voxels with the numerical aspect parameters deriving from the application of the evolutionary functions is generated and displayed.

Il suddetto metodo fa parte di una famiglia di noti sistemi di elaborazione di immagini che sono in grado di elaborare una immagine secondo una molteplicità di diverse configurazioni come ad esempio differenti leggi di apprendimento, funzioni dei pesi, funzioni dei pixels, ed altre variabili di settaggio degli algoritmi destinati a definire la struttura della rete neurale e le modalità operative. The above method is part of a family of known image processing systems which are able to process an image according to a variety of different configurations such as different learning laws, weight functions, pixel functions, and other setting variables. algorithms designed to define the structure of the neural network and the operating modes.

Il numero delle varianti di configurazione è elevatissimo pertanto una immagine può esser elaborata in migliaia di modi diversi fornendo migliaia di diverse immagini rielaborate che possono o meno fornire le informazioni ricercate. The number of configuration variants is very high therefore an image can be processed in thousands of different ways providing thousands of different reprocessed images that may or may not provide the information sought.

Le evidenze sperimentali nel campo dell’imaging diagnostico, mostrano che le immagini diagnostiche prodotte con tecniche di imaging diagnostico convenzionali, come ad esempio imaging radiologico, imaging ecografico e imaging mediante risonanza magnetica contengono molta più informazione di quanto si possa generalmente credere. Questa informazione, tuttavia, spesso non è visibile nemmeno all’occhio dell’osservatore più esperto, poiché tali informazioni emergono dalle relazioni od interazioni fra pixel che sono troppo nascoste o complesse per poter essere rilevate od afferrate con sistemi matematici di analisi convenzionali. Experimental evidence in the field of diagnostic imaging shows that diagnostic images produced with conventional diagnostic imaging techniques, such as radiological imaging, ultrasound imaging and magnetic resonance imaging, contain much more information than is generally believed. This information, however, is often not visible even to the eye of the most experienced observer, since this information emerges from the relationships or interactions between pixels that are too hidden or complex to be detected or grasped with conventional mathematical analysis systems.

Nonostante il campo dell’imaging diagnostico costituisca uno dei campi applicativi importanti, i metodi di elaborazione del suddetti tipo trovano ampia applicazione in qualsiasi campo si abbia delle immagini digitali o digitalizzate da cui si voglia estrarre un contenuto informativo non visibile e da cui estrarre informazioni qualitative e quantitative sugli oggetti rappresentati nell’immagine. Although the field of diagnostic imaging constitutes one of the important fields of application, the processing methods of the aforementioned type find wide application in any field you have digital or digitized images from which you want to extract an informative content that is not visible and from which to extract qualitative information. and quantitative on the objects represented in the image.

Nel campo dei sistemi matematici di analisi di immagini, le reti neurali artificiali (ANN: Artificial Neural Network) si sono rivelate essere uno dei migliori strumenti per analizzare fenomeni complessi. Nel caso di queste reti si tratta in pratica di algoritmi eseguiti da computer che sono ispirati ai processi altamente interattivi del cervello umano. Analogamente al cervello umano le reti neurali artificiali sono in grado di riconoscere architetture complesse e associazioni nascoste fra dati e di elaborare dati in ingresso secondo schemi che non sono programmati “aprioristicamente” In the field of mathematical image analysis systems, artificial neural networks (ANN: Artificial Neural Network) have proved to be one of the best tools for analyzing complex phenomena. In the case of these networks, they are basically computer-executed algorithms that are inspired by the highly interactive processes of the human brain. Similarly to the human brain, artificial neural networks are able to recognize complex architectures and hidden associations between data and to process input data according to schemes that are not "a priori" programmed

Esempi di queste reti sono descritti nei documenti EP1515270, US7877342, US8326047 e altri. Examples of these networks are described in EP1515270, US7877342, US8326047 and others.

Un particolare tipo di reti neurali è descritto sotto la denominazione generica di Active Connection Matrix (ACM). Questo termine raccoglie una famiglia di sistemi basati sui principi delle reti neurali artificiali modificati in funzione dell’elaborazione di immagini. A particular type of neural networks is described under the generic name of Active Connection Matrix (ACM). This term gathers a family of systems based on the principles of artificial neural networks modified as a function of image processing.

Si tratta di un insieme di sistemi artificiali adattivi non supervisionati la cui funzione consiste nell’estrazione automatica di caratteristiche di interesse dalle immagini diagnostiche digitali o digitalizzate quali ad esempio contorni, segmentazioni, differenziazione di tessuti ed altre caratteristiche. Inoltre questi sistemi permettono di esprimere caratteristiche morfologiche nascoste presenti nelle immagini digitali. Ciò è ottenuto grazie alla gestione matematica di caratteristiche locali dell’immagine che consentono di ridurre il rumore dell’immagine, mantenendo allo stesso tempo la risoluzione spaziale delle strutture ad elevato contrasto. It is a set of unsupervised adaptive artificial systems whose function consists in the automatic extraction of features of interest from digital or digitized diagnostic images such as contours, segmentations, tissue differentiation and other characteristics. Furthermore, these systems allow to express hidden morphological characteristics present in digital images. This is achieved thanks to the mathematical management of local image characteristics that allow to reduce image noise, while maintaining the spatial resolution of high-contrast structures.

La figura 1 mostra un esempio della struttura generica che caratterizza i suddetti sistemi ed il metodo secondo cui operano e mostra una parte di una immagine digitale con un pixel target centrale ed i pixel di contorno che sono collegati al detto pixel centrale per mezzo di connessioni, essendo ciascun pixel equiparato ad un nodo di una rete neurale artificiale. Figure 1 shows an example of the generic structure that characterizes the aforementioned systems and the method according to which they operate and shows a part of a digital image with a central target pixel and the contour pixels that are connected to said central pixel by means of connections, each pixel being equated to a node of an artificial neural network.

Nella seguente descrizione e nelle rivendicazioni, nonostante ci si riferisca in particolare a punti immagine che formano una immagine digitale bidimensionale cosiddetti pixel, tale termine va inteso esteso alla corrispondente variante tridimensionale, in cui ciascun punto immagine di una immagine formata da una matrice tridimensionale di questi punti, viene denominato voxel. Pertanto ogni riferimento al pixel è da intendersi esteso anche al corrispondente tridimensionale voxel, essendo per il tecnico del ramo evidente come estendere il formalismo matematico delle equazioni descritte al caso tridimensionale . In the following description and in the claims, although reference is made in particular to image points that form a two-dimensional digital image so-called pixels, this term is to be understood extended to the corresponding three-dimensional variant, in which each image point of an image formed by a three-dimensional matrix of these points, it is called a voxel. Therefore any reference to the pixel is to be understood as extended also to the corresponding three-dimensional voxel, as it is clear for the skilled person how to extend the mathematical formalism of the equations described to the three-dimensional case.

Analogamente è ipotizzabile introdurre anche la quarta dimensione temporale caratterizzando ciascun pixel o voxel non solo attraverso le sue coordinate spaziali nella matrice di punti immagine, ma anche la sua evoluzione temporale nell'ambito della stessa immagine, come ad esempio nel caso di imaging 4D di organi che eseguono movimenti naturali. Similarly, it is conceivable to also introduce the fourth time dimension by characterizing each pixel or voxel not only through its spatial coordinates in the matrix of image points, but also its temporal evolution within the same image, as for example in the case of 4D imaging of organs. that perform natural movements.

Limitandoci per semplicità al caso bidimensionale con le ovvie estensioni più sopra definite, in ogni immagine digitale ciascun pixel è una funzione (f) della sua luminosità e della sua posizione. In una variante è possibile estendere il parametro della luminosità anche ad altri parametri che descrivono l'aspetto del pixel ad esempio il colore dello stesso. Limiting ourselves for simplicity to the two-dimensional case with the obvious extensions defined above, in each digital image each pixel is a function (f) of its brightness and position. In a variant it is possible to extend the brightness parameter to other parameters that describe the appearance of the pixel, for example its color.

Considerando solo la luminosità e la posizione, per rendere più semplice il formalismo matematico, ciascun pixel è caratterizzato come segue: Considering only the brightness and the position, to make the mathematical formalism easier, each pixel is characterized as follows:

In cui 2<M >indica la massima luminosità e D=2 in una immagine bidimensionale. Where 2 <M> indicates maximum brightness and D = 2 in a two-dimensional image.

La visione umana, tuttavia è in grado di eseguire solo una elaborazione parziale delle relazioni che ciascun pixel ha con i pixel di un suo contorno. Ciò comporta che una parte dell'informazione sulla dinamica della interazione fra gli oggetti riprodotti e la luce su di essi incidente resta invisibile all'occhio umano anche quando ha una grande rilevanza. Human vision, however, is able to perform only a partial processing of the relationships that each pixel has with the pixels of its contour. This implies that part of the information on the dynamics of the interaction between the reproduced objects and the light incident on them remains invisible to the human eye even when it has great relevance.

Il sistema ACM si fonda sui seguenti concetti peculiari: The ACM system is based on the following unique concepts:

a) l’informazione del contenuto di una immagine è completamente definito dalla luminosità e dalla posizione di ciascun pixel, ma anche dalla relazione fra ciascun pixel e ciascun ulteriore pixel dell’immagine; a) the information of the content of an image is completely defined by the brightness and position of each pixel, but also by the relationship between each pixel and each additional pixel of the image;

b) la capacità dell’occhio umano di rilevare la relazione fra ciascun pixel e gli altri pixel dell’immagine dipende dalla dinamica delle connessioni che collegano ciascun pixel con ciascun ulteriore pixel di un intorno. Ciò è fortemente influenzato dalla modalità con cui la vista umana interagisce con l’oggetto ed è anche cruciale per comprendere perché l’apparato visivo umano possa ignorare alcune caratteristiche dell’immagine sorgente che sono invece intrinsecamente rilevanti. b) the ability of the human eye to detect the relationship between each pixel and the other pixels of the image depends on the dynamics of the connections that connect each pixel with each further pixel of a neighborhood. This is strongly influenced by the way in which human sight interacts with the object and is also crucial to understand why the human visual apparatus can ignore some characteristics of the source image that are intrinsically relevant.

Ciascuna immagine processata con un metodo ed un sistema del tipo ACM sopra descritto è il risultato di un algoritmo che modifica almeno un parametro di definizione dell’aspetto di ciascun pixel, come ad esempio la luminosità, considerando le caratteristiche almeno degli 8 pixel che lo circondano. Ciascuno di questi 8 pixel è a sua volta modificato in funzione degli 8 pixel che lo circondano e così via per ogni pixel dell’immagine. Pertanto l’immagine finale al termine dell’elaborazione è il risultato dell’elaborazione di una rete complessa di pixel fra loro localmente connessi. Each image processed with a method and a system of the ACM type described above is the result of an algorithm that modifies at least one aspect definition parameter of each pixel, such as brightness, considering the characteristics of at least the 8 pixels that surround it. . Each of these 8 pixels is in turn modified according to the 8 pixels surrounding it and so on for each pixel of the image. Therefore, the final image at the end of processing is the result of the processing of a complex network of locally connected pixels.

Questa connettività aumenta la dimensionalità di tutti i pixel di una immagine. Considerando una immagine con dimensioni D, ciascuno dei pixel dell’immagine è identificato da un numero D di variabili. Per collegare fra loro un pixel con tutti i pixel del contorno le D variabili saranno provviste di Q connessioni corrispondenti al numero di pixel che sono connessi al pixel centrale). Si genera così una nuova architettura che posiziona ciascun pixel in uno spazio avente D+1 dimensioni che sono definite dalle variabili che definiscono la posizione e che sono in numero di D a cui si aggiunge la variabile che identifica le connessioni. This connectivity increases the dimensionality of all pixels in an image. Considering an image with dimensions D, each of the pixels of the image is identified by a number D of variables. To connect a pixel with all the pixels of the contour, the variable D will be provided with Q connections corresponding to the number of pixels that are connected to the central pixel). A new architecture is thus generated which positions each pixel in a space having D + 1 dimensions which are defined by the variables that define the position and which are the number of D's to which the variable that identifies the connections is added.

Pertanto nei sistemi ACM ciascuna immagine è considerata come una matrice di elementi connessi, ovvero una rete di pixel, che evolve ciclicamente nel tempo. Questa trasformazione dell’immagine in una matrice di elementi connessi che evolvono attivamente nel tempo consente di rendere visibili informazioni nascoste. In altre parole, anche se una immagine può apparire statica, essa mantiene in sé tutto il contenuto informativo. Ciò significa che il contenuto informativo intrinseco non è statico perché mantiene la dinamica delle interazioni locali fra gli elementi che formano l’immagine. Per poter visualizzare questa dinamica di interazioni locali, il contenuto apparentemente statico dell’immagine originaria deve venire espresso nel tempo quasi fosse un film interno che inizia dall’immagine originaria ed evolve prima in una seconda, poi in una terza, in una quarta ed in ulteriori immagini fino all’immagine finale dell’elaborazione. Therefore in ACM systems each image is considered as a matrix of connected elements, that is a network of pixels, which evolves cyclically over time. This transformation of the image into a matrix of connected elements that actively evolve over time makes it possible to make hidden information visible. In other words, even if an image may appear static, it retains all the informative content within itself. This means that the intrinsic information content is not static because it maintains the dynamics of local interactions between the elements that form the image. In order to visualize this dynamic of local interactions, the apparently static content of the original image must be expressed over time as if it were an internal film that starts from the original image and evolves first into a second, then into a third, fourth and further images until the final image of the processing.

Nei suddetti sistemi ACM vengono quindi aggiunte due nuove dimensioni che sono il numero di connessioni locali w ed il tempo t. pertanto la luminosità L di ciascun pixel di una immagine è una funzione non solo delle variabili di posizione del pixel x1, x2, x3, ..., xD, ma anche delle due ulteriori variabili w e t: In the aforementioned ACM systems, two new dimensions are then added which are the number of local connections w and the time t. therefore the brightness L of each pixel of an image is a function not only of the pixel position variables x1, x2, x3, ..., xD, but also of the two further variables w and t:

In cui: x1, x2, x3, ..., xD = coordinate originarie del pixel; w = vettore delle connessioni; t = tempo. Where: x1, x2, x3, ..., xD = original coordinates of the pixel; w = vector of connections; t = time.

Dal punto di vista pratico, data una immagine bidimensionale costituita da MxN pixel, l'applicazione del metodo ACM trasforma l'immagine in una matrice MxNxQxT in cui Q è il numero delle connessioni di ciascun pixel con i pixel del suo contorno e T è il numero di istanti discreti dall'inizio alla fine del processo di elaborazione. From a practical point of view, given a two-dimensional image consisting of MxN pixels, the application of the ACM method transforms the image into a matrix MxNxQxT in which Q is the number of connections of each pixel with the pixels of its boundary and T is the number of discrete instants from the beginning to the end of the processing process.

In un generico istante t ciascun pixel originario è associato ad un vettore w(t) che è rappresentativo della connessione di Q pixel di contorno con il pixel originario : At a generic instant t each original pixel is associated with a vector w (t) which is representative of the connection of Q contour pixel with the original pixel:

In cui la variabile z indica che ciascun pixel originario è associato anche ai pixel a cui è connesso. Where the variable z indicates that each original pixel is also associated with the pixels to which it is connected.

Se i valori delle connessioni variano nel tempo, ad ogni istante t viene generato un numero T di matrici di un numero Q di pixel ciascuna delle quali renderà visibile l'unica relazione che esiste fra ciascun pixel e ciascuno dei pixel del suo intorno. Il processo di evoluzione nel tempo di ciascun pixel, con riferimento ai valori di almeno uno dei parametri numerici che ne definiscono l'aspetto come ad esempio la luminosità, dipende quindi dal tipo di interazione che ha luogo con i pixel di contorno If the values of the connections vary over time, at each instant t a number T of matrices of a number Q of pixels is generated, each of which will make visible the only relationship that exists between each pixel and each of the pixels around it. The evolution process of each pixel over time, with reference to the values of at least one of the numerical parameters that define its appearance, such as brightness, therefore depends on the type of interaction that takes place with the contour pixels

Con riferimento alla figura 1, questo processo trasforma il pixel originario da un'unità elementare ui,j in un’unità composita comprendente gli 8 pixel di contorno e le connessioni con questi pixel di contorno. With reference to Figure 1, this process transforms the original pixel from an elementary unit ui, j into a composite unit comprising the 8 contour pixels and the connections with these contour pixels.

La figura 2 mostra le diverse famiglie di sistemi ACM esistenti e che si differenziano fra loro per diverse configurazioni delle leggi di evoluzione che governano i passi di elaborazione. Figure 2 shows the different families of ACM systems that exist and that differ from each other for different configurations of the evolution laws that govern the processing steps.

Principalmente esistono tre famiglie in cui l’evoluzione ha luogo rendendo dinamiche le unità, ovvero i pixel che le rappresentano oppure rendendo dinamiche le connessioni oppure rendendo dinamiche ambedue le unità e le connessioni. There are mainly three families in which evolution takes place by making the units dynamic, or the pixels that represent them, or by making the connections dynamic or by making both units and connections dynamic.

RIASSUNTO DELL’INVENZIONE SUMMARY OF THE INVENTION

Uno scopo della presente invenzione è quello di determinare una tipologia ed una configurazione dell’algoritmo di elaborazione delle immagini che operino una elaborazione delle immagini tale da far emergere le informazioni nascoste nelle stesse. One purpose of the present invention is to determine a type and configuration of the image processing algorithm that operate image processing such as to bring out the information hidden in them.

Un ulteriore scopo consiste nel prevedere un sistema di elaborazione di immagini esegua una elaborazione delle immagini tale da far emergere le informazioni nascoste nelle stesse applicando il metodo secondo la presente invenzione. A further object is to provide an image processing system that performs image processing such as to bring out the information hidden therein by applying the method according to the present invention.

Secondo un primo aspetto della presente invenzione è previsto un metodo per l’elaborazione di immagini in cui ciascuna immagine è costituita da un insieme di punti immagine, cosiddetti pixel o voxel in particolare rispettivamente in uno spazio a due, tre o più dimensioni essendo ciascun punto immagine univocamente definito dalla sua posizione nell’insieme di punti immagine e da uno o più parametri numerici che definiscono l’aspetto del punto immagine relativamente alle caratteristiche di luminosità, gradazione di grigio, colore o simili, ed in cui According to a first aspect of the present invention, an image processing method is provided in which each image is constituted by a set of image points, so-called pixels or voxels, in particular respectively in a space with two, three or more dimensions, each point being image univocally defined by its position in the set of image points and by one or more numerical parameters that define the appearance of the image point with respect to the characteristics of brightness, grayscale, color or the like, and in which

venendo il detto insieme di pixel o voxel e l’insieme delle dette connessioni sottoposto iterativamente ad un passo di elaborazione in cui ciascun passo modifica almeno uno dei parametri numerici che definiscono l’aspetto di ciascun pixel e/o almeno una delle componenti dei vettori delle connessioni sulla base di prestabilite funzioni evolutive deterministiche applicate ad uno o più dei parametri che definiscono l’aspetto di ciascun pixel quali valori dei nodi della detta rete neurale artificiale e ad uno o più valori delle componenti dei vettori delle connessioni relative all’insieme di pixel o voxel ed all’insieme delle connessioni ed in cui le funzioni deterministiche di evoluzione sono funzioni sia delle connessioni di ciascun pixel dell’immagine con i pixel di un insieme di pixel di contorno allo stesso, come i pixel direttamente ad esso adiacenti od i pixel di un sottoinsieme dei pixel dell’immagine al interno del quale è previsto detto pixel, sia delle connessioni che detti pixel di contorno hanno con ulteriori pixel dell’immagine per i quali costituiscono anche un pixel di contorno, la quale funzione costituisce un contributo di feedback immediato per la determinazione dei valori dei parametri numerici di definizione dell’aspetto di tutti gli altri pixel. since the said set of pixels or voxels and the set of said connections iteratively undergoes a processing step in which each step modifies at least one of the numerical parameters that define the appearance of each pixel and / or at least one of the components of the vectors of the connections on the basis of predetermined deterministic evolutionary functions applied to one or more of the parameters that define the appearance of each pixel as values of the nodes of said artificial neural network and to one or more values of the components of the vectors of the connections relative to the set of pixels or voxel and to the set of connections and in which the deterministic functions of evolution are functions of both the connections of each pixel of the image with the pixels of a set of pixels surrounding it, as well as the pixels directly adjacent to it or the pixels of a subset of the pixels of the image within which said pixel is provided, both of the connections and said pixe The contour lines have with additional image pixels for which they also constitute a contour pixel, which function constitutes an immediate feedback contribution for determining the values of the numerical parameters for defining the appearance of all the other pixels.

In una forma esecutiva, il metodo prevede che l’elaborazione abbia luogo mediante funzioni deterministiche di evoluzione che modificano solo i valori dei parametri numerici che descrivono l’aspetto dei pixel o dei voxel. In one embodiment, the method provides that the processing takes place through deterministic evolution functions that modify only the values of the numerical parameters that describe the appearance of the pixels or voxels.

Una forma esecutiva prevede che il valore di ciascun pixel dell’immagine originaria venga modificato in funzione del massimo valore di informazione ovvero dell’entropia del detto pixel in funzione anche dei valori dei pixel di contorno al detto pixel a cui viene aggiunto il massimo valore di informazione, ovvero l’entropia, di ciascun pixel di contorno calcolato anch’esso considerando il contributo del detto pixel di contorno ed in funzione anche a sua volta dei pixel di contorno al detto pixel di contorno. One embodiment provides that the value of each pixel of the original image is modified as a function of the maximum information value or the entropy of said pixel also as a function of the values of the contour pixels to said pixel to which the maximum value of information, ie the entropy, of each contour pixel also calculated considering the contribution of the said contour pixel and also as a function of the contour pixels to the said contour pixel.

Una variante esecutiva prevede di modificare i valori dei pixel di una immagine applicando una funzione di trasformazione non lineare ad un vettore che descrive le differenze di contrasto fra ciascun pixel ed i pixel di contorno allo stesso. An executive variant provides for modifying the pixel values of an image by applying a non-linear transformation function to a vector that describes the contrast differences between each pixel and its contour pixels.

Una prima variante di questa forma esecutiva prevede i seguenti passi nella seconda fase di elaborazione: A first variant of this embodiment provides for the following steps in the second processing phase:

definire in successione ciascuno dei pixel o voxel dell’immagine come pixel target; successively define each of the pixels or voxels of the image as the target pixel;

definire un insieme di pixel comprendente il detto pixel target ed i pixel di contorno che lo circondano; defining a set of pixels comprising said target pixel and the surrounding contour pixels;

definire per ciascun pixel di contorno dell’insieme di pixel un insieme di pixel che contiene il detto pixel di contorno quale pixel target ed i pixel di contorno del detto pixel di contorno in qualità di pixel target; define for each contour pixel of the set of pixels a set of pixels that contains the said contour pixel as the target pixel and the contour pixels of the said contour pixel as target pixel;

ripetere i passi di definizione di insiemi di pixel fintanto che per tutti i pixel dell’immagine è stato definito un insieme di pixel contenete il detto pixel quale pixel target ed i pixel di contorno allo stesso; repeat the steps for defining sets of pixels until a set of pixels has been defined for all the pixels of the image, containing the said pixel as the target pixel and its contour pixels;

definire una scala di valori per uno o più dei parametri che definiscono l’aspetto di ciascun pixel e suddividere la detta scala di valori in una successione di intervalli di valori; define a scale of values for one or more of the parameters that define the appearance of each pixel and divide the said scale of values into a succession of ranges of values;

determinare per ciascun pixel di contorno in un insieme di pixel relativo ad un pixel target in quali degli intervalli di almeno un parametro numerico di definizione dell’aspetto dei pixel ricada il parametro numerico del detto pixel di contorno e quanti dei detti pixel di contorno dell’insieme ricadano nei diversi intervalli di valore dei detti parametri numerici; determinare il valore da assegnare al pixel target quale massimo valore di informazione ovvero di entropia calcolato in funzione dei pixel di contorno e delle connessioni con detto pixel target e del massimo valore di informazione od entropia calcolato in funzione del valore dei pixel di contorno a ciascun pixel di contorno del pixel target e delle connessioni di ciascun pixel di contorno del pixel target con i propri pixel di contorno, eliminando i contributi doppi; determine for each contour pixel in a set of pixels relating to a target pixel in which of the intervals of at least one numerical parameter for defining the appearance of the pixels the numerical parameter of the said contour pixel falls and how many of the said contour pixels of the together they fall within the different value ranges of said numerical parameters; determine the value to be assigned to the target pixel as the maximum information value or entropy calculated as a function of the contour pixels and the connections with said target pixel and the maximum information or entropy value calculated as a function of the contour pixel value of each pixel contour of the target pixel and of the connections of each contour pixel of the target pixel with its own contour pixels, eliminating double contributions;

generare una nuova immagine in cui almeno un parametro numerico di aspetto di ciascun pixel della nuova immagine è determinato in funzione del valore calcolato al passo precedente. generating a new image in which at least one numerical aspect parameter of each pixel of the new image is determined as a function of the value calculated in the previous step.

Secondo ancora una forma esecutiva, i massimi valori di informazione relativi a ciascun pixel target possono venire scalati fra un valore minimo pari a zero ed un valore massimo di 255 grazie ad una funzione di scalatura. According to yet another embodiment, the maximum information values relating to each target pixel can be scaled between a minimum value equal to zero and a maximum value of 255 thanks to a scaling function.

Secondo ancora una forma esecutiva, per evidenziare meglio i contorni è previsto di associare a ciascun pixel dell’immagine un vettore le cui componenti sono costituite dalla differenza di rispettivamente uno dei pixel di contorno del detto pixel target con il pixel target in relazione al valore di almeno uno dei parametri numerici che descrivono l’aspetto dei pixel. According to yet another embodiment, in order to better highlight the contours, it is provided to associate to each pixel of the image a vector whose components are constituted by the difference of respectively one of the contour pixels of the said target pixel with the target pixel in relation to the value of at least one of the numerical parameters that describe the appearance of the pixels.

Ancora secondo una caratteristica prevede in combinazione con il passo precedente di eseguire una correzione del valore di almeno uno dei parametri numerici di definizione dell’aspetto dei pixel target in funzione del massimo valore di informazione, ovvero dell’entropia dello stesso e di quello dei pixel di contorno dopo aver sottratto i contributi condivisi con i pixel di contorno ai pixel di contorno del pixel target. Still according to a characteristic it provides in combination with the previous step to perform a correction of the value of at least one of the numerical parameters for defining the appearance of the target pixels as a function of the maximum information value, i.e. the entropy of the same and that of the pixels. contour after subtracting the shared contributions with the contour pixels to the contour pixels of the target pixel.

Ancora secondo una forma esecutiva, al fine di associare a ciascun pixel un valore di almeno un parametro numerico di descrizione dell’aspetto del detto pixel che consideri i contrasti dell’informazione con i pixel di contorno al valore del detto almeno un parametro numerico di definizione dell’aspetto di un pixel vengono sommati i valori delle componenti del vettore le cui componenti sono costituite dalla differenza di rispettivamente uno dei pixel di contorno del detto pixel target con il pixel target, i quali valori sono stati trasformati non linearmente mediante l’applicazione della funzione tangente iperbolica. Still according to an embodiment, in order to associate to each pixel a value of at least one numerical parameter for describing the aspect of said pixel which considers the contrasts of the information with the contour pixels to the value of said at least one numerical definition parameter of the aspect of a pixel the values of the components of the vector whose components are constituted by the difference of respectively one of the contour pixels of the said target pixel with the target pixel are added, which values have been transformed non-linearly by applying the hyperbolic tangent function.

Il processo può essere ripetuto iterativamente sull’immagine oppure quale immagine di input è possibile utilizzare l’immagine di output di una precedente elaborazione con un diverso metodo di elaborazione. The process can be repeated iteratively on the image or as an input image it is possible to use the output image of a previous processing with a different processing method.

In particolare è possibile combinare una fase di elaborazione precedente in cui ui ciascuna immagine è costituita da un insieme di punti immagine, cosiddetti pixel o voxel in particolare rispettivamente in uno spazio a due, tre o più dimensioni essendo ciascun punto immagine univocamente definito dalla sua posizione nell’insieme di punti immagine e da uno o più parametri numerici che definiscono l’aspetto del punto immagine relativamente alle caratteristiche di luminosità, gradazione di grigio, colore o simili, ed in cui In particular, it is possible to combine a previous processing step in which each image is made up of a set of image points, so-called pixels or voxels, in particular, respectively, in a space with two, three or more dimensions, each image point being uniquely defined by its position in the set of image points and by one or more numerical parameters that define the appearance of the image point with respect to the characteristics of brightness, shades of gray, color or the like, and in which

venendo il detto insieme di pixel o voxel e l’insieme delle dette connessioni sottoposto iterativamente ad un passo di elaborazione in cui ciascun passo modifica almeno uno dei parametri numerici che definiscono l’aspetto di ciascun pixel e/o almeno una delle componenti dei vettori delle connessioni sulla base di prestabilite funzioni evolutive deterministiche applicate ad uno o più dei parametri che definiscono l’aspetto di ciascun pixel quali valori dei nodi della detta rete neurale artificiale e ad uno o più valori delle componenti dei vettori delle connessioni relative all’insieme di pixel o voxel ed all’insieme delle connessioni ed in cui essendo previsto un numero massimo di iterazioni e/o un criterio di determinazione di una condizione di fine della ripetizione dei cicli di iterazione del processo di evoluzione; since the said set of pixels or voxels and the set of said connections iteratively undergoes a processing step in which each step modifies at least one of the numerical parameters that define the appearance of each pixel and / or at least one of the components of the vectors of the connections on the basis of predetermined deterministic evolutionary functions applied to one or more of the parameters that define the appearance of each pixel as values of the nodes of said artificial neural network and to one or more values of the components of the vectors of the connections relative to the set of pixels o voxel and to the set of connections and in which a maximum number of iterations being provided and / or a criterion for determining an end condition of the repetition of the iteration cycles of the evolution process;

venendo i cicli del processo di evoluzione iterativa ripetuti fino al raggiungimento del detto numero massimo di cicli di iterazione e/o fino alla soddisfazione del criterio di terminazione; the cycles of the iterative evolution process being repeated until the said maximum number of iteration cycles is reached and / or until the termination criterion is satisfied;

e venendo generata e visualizzata una immagine costituita dai pixel o voxel con i parametri numerici di aspetto derivanti dall’ultimo ciclo iterativo e/o dai valori delle componenti dei vettori delle connessioni. and an image consisting of pixels or voxels is generated and displayed with the numerical aspect parameters deriving from the last iterative cycle and / or the values of the components of the connection vectors.

L’invenzione ha per oggetto anche un sistema per l’elaborazione di immagini che comprende una rete neurale artificiale, la quale rete comprende: The invention also relates to an image processing system that includes an artificial neural network, which network includes:

un nodo per ciascun pixel o voxel di una immagine; una connessione di collegamento di ciascun pixel dell’immagine con pixel di contorno che circondano un pixel; a node for each pixel or voxel of an image; a connection connecting each pixel of the image with contour pixels surrounding a pixel;

un operatore di determinazione di almeno un parametro numerico di definizione dell’aspetto dei pixel; an operator for determining at least one numerical parameter for defining the appearance of the pixels;

un operatore di determinazione di valori numerici di definizione delle caratteristiche delle connessioni di ciascun pixel con ciascuno dei pixel di contorno allo stesso; an operator for determining numerical values for defining the characteristics of the connections of each pixel with each of its boundary pixels;

i detti operatori essendo configurati per modificare alternativamente od in combinazione almeno un parametro numerico di definizione dell’aspetto dei pixel e/o almeno un valore numerico di definizione delle caratteristiche di almeno una connessione, un’unità di generazione di immagine genera una immagine corrispondentemente alle modifiche causate dai detti operatori; said operators being configured to modify alternatively or in combination at least one numerical parameter for defining the aspect of the pixels and / or at least one numerical value for defining the characteristics of at least one connection, an image generation unit generates an image corresponding to the changes caused by said operators;

un’unità di visualizzazione della detta immagine modificata. a display unit of said modified image.

Secondo una forma esecutiva, il sistema comprende ulteriormente un’unità di memorizzazione di almeno una delle immagini modificate. According to one embodiment, the system further comprises a storage unit for at least one of the modified images.

In una forma esecutiva, il sistema è costituito da un processore comprendente almeno una memoria, almeno un’unità di visualizzazione ed almeno un’interfaccia di comando, essendo il detto sistema configurato per eseguire uno o più passi del metodo secondo una o più delle precedenti varianti. In one embodiment, the system consists of a processor comprising at least one memory, at least one display unit and at least one command interface, the system being configured to carry out one or more steps of the method according to one or more of the preceding ones. variants.

In una forma esecutiva nel detto sistema è caricato un programma in cui sono codificate le istruzioni per configurare il processore all’esecuzione dei passi del metodo secondo una o più delle precedenti varianti. In one embodiment, a program is loaded into said system in which the instructions for configuring the processor for carrying out the steps of the method are encoded according to one or more of the previous variants.

Queste ed altre caratteristiche e vantaggi della presente invenzione risulteranno più chiaramente dalla seguente descrizione di alcuni esempi esecutivi illustrati nei disegni allegati in cui: These and other characteristics and advantages of the present invention will become clearer from the following description of some executive examples illustrated in the attached drawings in which:

La fig.1 illustra un esempio di unità complessa generica e comune a tutti i sistemi ACM di elaborazione secondo la presente invenzione. Fig. 1 illustrates an example of a generic complex unit common to all the ACM processing systems according to the present invention.

La fig. 2 illustra l’albero delle diverse tipologie di sistemi di elaborazione della famiglia dei sistemi denominati ACM. Fig. 2 illustrates the tree of the different types of processing systems of the family of systems called ACM.

La fig. 3 illustra uno schema a blocchi di un sistema secondo la presente invenzione. Fig. 3 illustrates a block diagram of a system according to the present invention.

La figura 4 mostra schematicamente le relazioni fra un pixel centrale o target ed il suo contorno in una matrice di pixel secondo la presente invenzione. Figure 4 schematically shows the relationships between a central or target pixel and its contour in a pixel matrix according to the present invention.

La figura 5 mostra in forma tabellare la suddivisione in intervalli della scala di luminosità dei pixel nell’ambito di un contorno ad un pixel centrale. Figure 5 shows in table form the subdivision into intervals of the pixel brightness scale within a contour to a central pixel.

Le figure 6 A, B, C, D, E mostrano l’immagine originale di input e le immagini finali ottenute utilizzando rispettivamente una variante diversa della funzione evolutiva dei pixel dell’immagine ed altri sistemi di elaborazione con riferimento ad immagini dell’arteria femorale. Figures 6 A, B, C, D, E show the original input image and the final images obtained using respectively a different variant of the evolutionary function of the image pixels and other processing systems with reference to images of the femoral artery .

La figura 7 mostra analogamente alla figura 6 le immagini relative all’elaborazione con le due varianti del metodo secondo la presente invenzione e con altri due metodi relative ad una immagine di un tipo B adenocarcinoma del polmone. Figure 7 shows similarly to figure 6 the images relating to the processing with the two variants of the method according to the present invention and with two other methods relating to an image of a type B adenocarcinoma of the lung.

La fig. 8 mostra un digramma funzionale di un sistema ACM specifico adatto all’esecuzione della prima fase di elaborazione. Fig. 8 shows a functional diagram of a specific ACM system suitable for carrying out the first processing phase.

Le figure 9a, 9b, 9c mostrano l’immagine originale di input e le immagini finali ottenute utilizzando rispettivamente una variante diversa della funzione evolutiva dei pixel dell’immagine. Figures 9a, 9b, 9c show the original input image and the final images obtained using respectively a different variant of the evolutionary function of the image pixels.

La figura 3 illustra uno schema a blocchi di un sistema per l’elaborazione di immagini che comprende un’unità di elaborazione 300. L’unità di elaborazione 300 gestisce divere unità periferiche che in una configurazione minima del sistema sono costituite da un’interfaccia utente 310 con cui l’utente può inserire dati, modificare impostazioni ed impartire comandi. Una memoria 320 che può essere una memoria separata od un’area di memoria dedicata è destinata per la memorizzazione di un programma di elaborazione delle immagini digitali o digitalizzate. Il detto programma codifica le istruzioni che configurano il processore e le periferiche dello stesso in modo da eseguire i passi del metodo secondo una o più delle forme esecutive descritte più sopra ed anche nel seguito. Figure 3 illustrates a block diagram of an image processing system comprising a processing unit 300. The processing unit 300 manages several peripheral units which in a minimal system configuration consist of a user interface 310 with which the user can enter data, modify settings and issue commands. A memory 320 which can be a separate memory or a dedicated memory area is intended for storing a program for processing digital or digitized images. Said program codes the instructions which configure the processor and the peripherals thereof so as to carry out the steps of the method according to one or more of the embodiments described above and also in the following.

Una ulteriore memoria 340 od un’area di memoria è destinata alla memorizzazione delle immagini originarie e di quelle generate durante l’elaborazione e dei dati, in particolare dei dati estratti dalle immagini elaborate, come pure di eventuali rappresentazioni grafiche di questi dati. Un’unità di visualizzazione 350 consente di rendere visibili le immagini e/o le rappresentazioni grafiche dei dati estratti secondo una o più diverse modalità di rappresentazione selezionabili dall’utente. In ambito dell’imaging diagnostico sono previste diverse modalità di rappresentazione di immagini che possono essere utilizzate anche nel presente caso e che prevedono ad esempio una rappresentazione affiancata, sovrapposta e/o combinata di due o più diverse immagini dello stesso campo di vista o di diversi campi di vista. An additional memory 340 or a memory area is intended for storing the original images and those generated during processing and data, in particular the data extracted from the processed images, as well as any graphic representations of these data. A display unit 350 allows you to make visible images and / or graphical representations of the extracted data according to one or more different representation modes that can be selected by the user. In the field of diagnostic imaging, different modes of image representation are provided which can also be used in the present case and which provide for example a side-by-side, superimposed and / or combined representation of two or more different images of the same field of view or of different fields of view.

Il metodo di elaborazione secondo la forma esecutiva oggetto di questa descrizione prevede una configurazione degli operatori di evoluzione dei parametri numerici che caratterizzano l’immagine che opera sempre su una rete di unità connesse in cui le unità sono i pixel dell’immagine di input, ma in cui le funzioni evolutive, hanno una ulteriore efficacia nel rivelare dettagli dell’immagine che non erano rilevabili nell’immagine originaria. The processing method according to the embodiment object of this description provides for a configuration of the evolution operators of the numerical parameters that characterize the image that always operates on a network of connected units in which the units are the pixels of the input image, but in which the evolutionary functions have a further efficacy in revealing image details that were not detectable in the original image.

Il concetto su cui si basa il metodo di elaborazione consiste nel considerare una forma diversa di informazione delle relazioni fra i pixel e quindi fra le unità della rete in cui per ciascun pixel od unità vengono considerate non solo i pixel di contorno ovvero le unità del contorno di questo pixel che per semplicità definiremo pixel centrale o pixel target e le relative connessioni, ma anche le relazioni di ordine ulteriore, cioè i pixel o le unità di contorno relativi a ciascun pixel di contorno del pixel centrale o del pixel target e le relative connessioni senza che il detto pixel di contorno al pixel centrale venga esso stesso considerato un pixel centrale. La complessità dell'unità si estende quindi oltre i confini dei pixel di contorno del pixel centrale e l'iterazione dei cicli di elaborazione comporta che ciascun pixel contribuisca alla evoluzione di uno o più dei parametri di caratterizzazione di tutti gli altri pixel a prescindere dalla distanza che un pixel ha dagli altri pixel. In questo modo il contributo di ciascun pixel si propaga similmente ad un'onda agli altri pixel dell'immagine in elaborazione. The concept on which the processing method is based consists in considering a different form of information about the relationships between the pixels and therefore between the units of the network in which for each pixel or unit not only the contour pixels or the contour units are considered of this pixel that for simplicity we will define the central pixel or target pixel and the relative connections, but also the relationships of further order, that is the pixels or the contour units relative to each contour pixel of the central pixel or of the target pixel and the relative connections without the said pixel bordering the central pixel being itself considered a central pixel. The complexity of the unit therefore extends beyond the boundaries of the contour pixels of the central pixel and the iteration of the processing cycles implies that each pixel contributes to the evolution of one or more of the characterization parameters of all the other pixels regardless of the distance. that a pixel has from the other pixels. In this way, the contribution of each pixel propagates similarly to a wave to the other pixels of the image being processed.

In una immagine bidimensionale comprendente M pixel si identifica con Piun generico pixel fra gli M pixel e con Pr(i) un ulteriore qualsivoglia pixel di un certo range in un'area d'intorno al pixel Pi definita con IS(i) di Pi , il quale contorno comprende anche il pixel Pi stesso. Pi è definito pixel centrale o pixel target dell'intorno IS e ciascun dei pixel Pr(i) all'interno di IS(i) viene considerato a sua volta il pixel centrale o target di un'area d'intorno IS(r), in particolare dell'area dei pixel di contorno adiacenti al pixel Pr(i) · Questi pixel di contorno dei pixel Pr(i) a loro volta di contorno del pixel centrale Pi sono definiti Pk(r) e sono contenuti nel contorno IS(r) dei pixel Pr(i) che fanno parte dell'insieme di pixel del contorno IS(i) del pixel centrale Pi . In a two-dimensional image comprising M pixels, a generic pixel Pi is identified between the M pixels and Pr (i) an additional any pixel of a certain range in an area around the pixel Pi defined with IS (i) of Pi, which outline also includes the pixel Pi itself. Pi is defined as the central pixel or target pixel around IS and each of the pixels Pr (i) within IS (i) is in turn considered the central or target pixel of an area around IS (r), in particular of the area of the contour pixels adjacent to the pixel Pr (i) These contour pixels of the pixels Pr (i) in turn of the contour of the central pixel Pi are defined Pk (r) and are contained in the contour IS (r ) of the pixels Pr (i) which are part of the set of pixels of the contour IS (i) of the central pixel Pi.

In una immagine in scala di grigi, in cui l'aspetto dei pixel è connotato dal parametro numerico che rappresenta la luminosità del pixel è possibile definire una scala discreta di valori di luminosità da 0 a 255 ed i valori dei pixel Pi e Pr(i) è un numero intero che è compreso nel detto range da 0 a 255. In a grayscale image, in which the appearance of the pixels is characterized by the numerical parameter that represents the brightness of the pixel, it is possible to define a discrete scale of brightness values from 0 to 255 and the values of the pixels Pi and Pr (i ) is an integer that is included in the said range from 0 to 255.

Secondo una prima caratteristica del metodo di elaborazione previsto nella seconda fase di elaborazione, è previsto di caratterizzare la distribuzione dei valori di luminosità dei pixel dell'immagine suddividendo il range di valori, ad esempio un range come quello definito precedentemente da 0 a 255, in una sequenza di una pluralità di intervalli fra loro adiacenti. According to a first characteristic of the processing method envisaged in the second processing phase, it is envisaged to characterize the distribution of the brightness values of the image pixels by dividing the range of values, for example a range such as the one previously defined from 0 to 255, into a sequence of a plurality of mutually adjacent intervals.

L'indice i= 1 , ,M in cui M è il numero dei pixel che formano l'immagine. L'indice r=1,....,N, in cui N è il numero complessivo dei pixel di un contorno IS(i) di un i-esimo pixel. L'indice q=1,....,Q, in cui Q è il numero degli intervalli omogenei in cui il range di valori della luminosità dei pixel d'immagine fra 0 e 255 è suddiviso. The index i = 1,, M where M is the number of pixels forming the image. The index r = 1, ...., N, where N is the total number of pixels of a contour IS (i) of an i-th pixel. The index q = 1, ...., Q, in which Q is the number of homogeneous intervals in which the range of values of the brightness of the image pixels between 0 and 255 is divided.

Inoltre viene definito un percorso secondo cui viene generato un ordine di successione secondo cui vengono presi in considerazione i pixel Pr(i) del contorno del pixel centrale Pi . Come illustrato nella figura 4, il percorso indicato dalla freccia curva che mostra su un esempio semplificato di matrice di pixel la sequenza di visita dei pixel di contorno del pixel Pi . L'immagine mostra anche il contorno IS del pixel centrale Pi che comprende i pixel di contorno Pr(i) ed inoltre mostra un pixel Pr(i) ed il suo contorno IS(r) comprendente i pixel di contorno Pk(r) · Furthermore, a path is defined according to which a sequence order is generated according to which the pixels Pr (i) of the contour of the central pixel Pi are taken into consideration. As shown in Figure 4, the path indicated by the curved arrow showing on a simplified example of a pixel matrix the sequence of visits of the contour pixels of the pixel Pi. The image also shows the IS contour of the central pixel Pi which includes the contour pixels Pr (i) and also shows a pixel Pr (i) and its contour IS (r) comprising the contour pixels Pk (r)

Il percorso con cui vengono considerati i pixel di contorno è orientato in senso antiorario e parte dal pixel centrale Pi e porta uno dopo l'altro a ciascuno dei pixel Pr(i) del contorno IS . The path by which the contour pixels are considered is counterclockwise oriented and starts from the central pixel Pi and leads one after the other to each of the pixels Pr (i) of the contour IS.

La suddivisione della scala dei valori di luminosità in Q intervalli viene rappresentata sotto forma di matrice B(i) i cui elementi B(q,r) possono assumere valori 0 o 1 in dipendenza del fatto se o meno un pixel Pr(i) del contorno IS presenta un valore di luminosità che ricade o meno in un intervallo q-esimo della suddivisione in Q intervalli del range dei valori di luminosità. The subdivision of the scale of brightness values into Q intervals is represented in the form of matrix B (i) whose elements B (q, r) can assume values 0 or 1 depending on whether or not a pixel Pr (i) of the contour IS has a brightness value that or does not fall within a q-th interval of the subdivision into Q intervals of the brightness value range.

La somma Bq degli elementi di ogni q-esima riga della matrice B(i) identifica il numero dei pixel Pr(i) dell'area di contorno IS il cui valore di luminosità ricade nell'intervallo q-esimo. The sum Bq of the elements of each q-th row of the matrix B (i) identifies the number of pixels Pr (i) of the contour area IS whose brightness value falls within the q-th interval.

La figura 5 mostra una matrice B(i) in cui l'intorno IS del pixel centrale Pi comprende un numero N di pixel di contorno pari a 9 compreso il pixel centrale. Il range del valore di luminosità è suddiviso in cinque intervalli, per cui Q=5. Figure 5 shows a matrix B (i) in which the neighborhood IS of the central pixel Pi comprises a number N of contour pixels equal to 9 including the central pixel. The range of the brightness value is divided into five intervals, so Q = 5.

Considerando un range come quello definito in precedenza da 0 a 255, i cinque intervalli possono essere definiti come segue: Considering a range like the one defined above from 0 to 255, the five ranges can be defined as follows:

A= [0,50] B=[51,101] C= [102,152] D= [153,203] E=[204,255] A = [0.50] B = [51.101] C = [102.152] D = [153.203] E = [204.255]

Nella figura 5 per ciascuna riga q della matrice è indicata la somma del numero dei pixel che fra i nove pixel presentano una luminosità che cade nel corrispondente intervallo e l'intervallo A, B, C, D, E corrispondente alla riga. Figure 5 indicates for each row q of the matrix the sum of the number of pixels which, among the nine pixels, have a brightness that falls in the corresponding interval and the interval A, B, C, D, E corresponding to the row.

Le quantità Bq sono quindi rappresentative delle probabilità di trovare nell'area di intorno IS del pixel centrale o target Pi un pixel Pr(i ) la cui luminosità corrisponde ad un valore che ricade nel qesimo intervallo della suddivisione in Q intervalli. The quantities Bq are therefore representative of the probabilities of finding in the area around IS of the central pixel or target Pi a pixel Pr (i) whose brightness corresponds to a value that falls within the qth interval of the subdivision into Q intervals.

Questa probabilità consente di determinare il valore massimo di informazione o l'entropia Hi da assegnare al pixel centrale o target Pi considerando i contributi dei pixel dell'area di contorno IS del pixel centrale Pi utilizzando la definizione di entropia differenziale data da Shannon.(A Mathematical Theory fo Communication C.E.Shannon, The Bell System Technical Journal Voi 27, pp.379-423, 623-656, July, October, 1948 scaricabile da http://www.qsl.net/n9zia/pdf /shannon1948.pdf) Secondo tale definizione è previsto di moltiplicare la probabilità secondo cui il valore di luminosità di un pixel ha di ricadere in un intervallo, ovvero la somma Bq diviso il numero complessivo N dei pixel dell'area IS compreso il pixel centrale Pi con il logaritmo base 2 di questa probabilità, cambiare il segno algebrico e sommare i valori ottenuti per ciascun intervallo di suddivisione del range di luminosità come indicato nella seguente equazione: This probability allows to determine the maximum information value or the entropy Hi to be assigned to the central or target pixel Pi by considering the contributions of the pixels of the contour area IS of the central pixel Pi using the definition of differential entropy given by Shannon. (A Mathematical Theory fo Communication C.E.Shannon, The Bell System Technical Journal Voi 27, pp. 379-423, 623-656, July, October, 1948 downloadable from http://www.qsl.net/n9zia/pdf /shannon1948.pdf) According to this definition it is envisaged to multiply the probability according to which the brightness value of a pixel has to fall within an interval, i.e. the sum Bq divided by the total number N of the pixels of the IS area including the central pixel Pi with the base logarithm 2 of this probability, change the algebraic sign and add the values obtained for each subdivision interval of the brightness range as indicated in the following equation:

In cui: In which:

Hi è il valore massimo di informazione o l'entropia del pixel centrale Pi , Hi is the maximum information value or the entropy of the central pixel Pi,

Secondo una ulteriore caratteristica del metodo di elaborazione per la seconda fase di elaborazione, allo scopo di arricchire il contributo che ciascun pixel del contorno di Pi conferisce al contenuto informativo del pixel Pi , nel presente metodo si tiene ulteriormente conto dei pixel del contorno IS(r) dei pixel Pr(i) del contorno IS di Pi . Estendendo i passi di metodo sopra applicati ai pixel del contorno I5(i) di Pi anche ai pixel del contorno IS(r) di ciascun pixel Pr(i) è possibile calcolare anche il massimo valore informativo o l'entropia Hr(i) di ciascun pixel Pr(i) applicando analogamente il processo di determinazione della matrice Β(ί), la determinazione delle probabilità che il valore di luminosità dei pixel del contorno IS(r) ricadano in uno dei Q intervalli in cui la scala dei valori di luminosità è suddivisa e la funzione [2.19] analoga alla funzione [2.18]: According to a further characteristic of the processing method for the second processing step, in order to enrich the contribution that each pixel of the Pi contour makes to the information content of the Pi pixel, in the present method the pixels of the IS (r ) of the pixels Pr (i) of the IS boundary of Pi. By extending the method steps applied above to the pixels of the contour I5 (i) of Pi also to the pixels of the contour IS (r) of each pixel Pr (i), it is also possible to calculate the maximum information value or the entropy Hr (i) of each pixel Pr (i) by analogously applying the process of determining the matrix Β (ί), the determination of the probability that the brightness value of the pixels of the IS (r) contour fall into one of the Q intervals in which the scale of the brightness values is subdivided and function [2.19] is analogous to function [2.18]:

In cui : In which :

Un ulteriore passo del metodo per la seconda fase di elaborazione prevede la definizione di una grandezza Si che costituisce una misura di quanto informazione il pixel centrale P, riceve e condivide con gli N pixel dell'insieme del suo contorno IS(i) . In questo passo al valore di entropia H, del pixel centrale Pi si aggiungono gli N valori di entropia Hr(i) dei pixel di contorno Pr(i) / eliminando però i contributi comuni dovuti alle intersezioni delle aree di contorno IS e IS(r) che condividono gli stessi pixel. A further step of the method for the second processing step provides for the definition of a quantity Si which constitutes a measure of how much information the central pixel P receives and shares with the N pixels of its entire contour IS (i). In this step to the entropy value H, of the central pixel Pi, the N entropy values Hr (i) of the contour pixels Pr (i) / are added, eliminating however the common contributions due to the intersections of the contour areas IS and IS (r ) that share the same pixels.

L'entropia congiunta del pixel centrale Pi e dei pixel dell'area di contorno Is in cui vengono ulteriormente considerate anche le aree di contorno IS(r) dei pixel di contorno Pr(i) è data da: The joint entropy of the central pixel Pi and of the pixels of the boundary area Is in which the boundary areas IS (r) of the boundary pixels Pr (i) are also considered is given by:

In cui : In which :

M numero di pixel in una immagine; M number of pixels in an image;

N numero di pixel che rientra in un'area di contorno Is(i) di un pixel Pi ; N number of pixels that fall within a boundary area Is (i) of a pixel Pi;

sono i. pi.xel, di una immagine; are the. pi.xel, of an image;

corrisponde all'area di contorno con un corresponds to the boundary area with a

raggio prestabilito del pixel centrale Pi ; predetermined radius of the central pixel Pi;

® il pixel generico dell'area ® the generic pixel of the area

di contorno IS di Pi ; IS boundary of Pi;

è corrispondente all'area di is corresponding to the area of

contorno del pixel pixel outline

corrisponde al generico corresponds to the generic

pixel dell'area di contorno Is(r) dei pixel di contorno Pr( contour area pixels Is (r) of contour pixels Pr (

IS(i)è l'area di contorno del pixel Pi che contiene N pixel Pr(i) ,incluso lo stesso pixel centrale Pi ; IS (i) is the boundary area of pixel Pi which contains N pixels Pr (i), including the central pixel Pi itself;

IS(r) è l'area di contorno del pixel Pr(i) che contiene N pixel Pk(r) /incluso lo stesso pixel Pr(i); IS (r) is the boundary area of the pixel Pr (i) which contains N pixels Pk (r) / including the same pixel Pr (i);

Q è il numero degli intervalli o classi in cui il range di valori della luminosità dei pixel è suddivisa; Q is the number of intervals or classes into which the range of pixel brightness values is divided;

B (i) è la matrice associata a ciascun pixel Pi dell'immagine; B (i) is the matrix associated with each pixel Pi of the image;

Bq, r sono gli elementi della matrice B (±) di un pixel Pi : e che hanno valori 1 or 0 in dipendenza del fatto se ciascun pixel Pr(i) dell'area di contorno Is(i ) ricada o meno nel q-esimo intervallo; Bq, r are the elements of the matrix B (±) of a pixel Pi: e which have values 1 or 0 depending on whether each pixel Pr (i) of the boundary area Is (i) falls within the q- th interval;

Bq,k sono gli elementi della matrice B (±) di un pixel Pr(i) dell'area di contorno Is(i):hanno valori 1 o 0 in dipendenza del fatto se ciascun pixel Pk(r) dell'area di contorno I s(r) del pixel Pr(i) ricada o meno nel q-esimo intervallo (class q); Bq, k are the elements of the matrix B (±) of a pixel Pr (i) of the boundary area Is (i): they have values 1 or 0 depending on whether each pixel Pk (r) of the boundary area The s (r) of the pixel Pr (i) falls or not in the q-th interval (class q);

, Λ /, Λ /

è l'entropia di ciascun pixel una is the entropy of each pixel a

immagine; image;

è l'entropia di is the entropy of

ciascun pixel Pr(i ) dell'area di contorno Is(i) di Pi; each pixel Pr (i) of the boundary area Is (i) of Pi;

è l'entropia congiunta is the joint entropy

del pixel centrale Pi con quella dei pixel dell'area di contorno Is e considerando anche l'area di contorno Is dei pixel Pr(i)· of the central pixel Pi with that of the pixels of the boundary area Is and also considering the boundary area Is of the pixels Pr (i)

A ciascun pixel Pi è possibile associare un vettore Si comprendente i valori delle entropie del pixel centrale Pi e dei pixel di contorno Pr(i) dello stesso eliminando l'entropia condivisa secondo la seguente equazione: To each pixel Pi it is possible to associate a vector Si comprising the values of the entropies of the central pixel Pi and of the contour pixels Pr (i) of the same, eliminating the shared entropy according to the following equation:

Si definisce la grandezza come "Maximum Information Entropy" (MIE) del pixel centrale Pi con i pixel della sua area di contorno Is e con le aree di contorno IS(r) dei pixel Pr(i) secondo la seguente equazione che prevede una somma pesata di questi valori di entropia: The size is defined as "Maximum Information Entropy" (MIE) of the central pixel Pi with the pixels of its boundary area Is and with the boundary areas IS (r) of the pixels Pr (i) according to the following equation which provides for a sum weighting of these entropy values:

Per cui: Therefore:

Poiché è possibile collegare a ciascun pixel Pi di una immagine il valore della corrispondente grandezza Since it is possible to link to each pixel Pi of an image the value of the corresponding size

è possibile generare una nuova immagine composta da pixel modificati nel loro aspetto, ovvero relativamente al valore numerico che definisce la luminosità degli stessi e che sono funzione della loro MIE . it is possible to generate a new image composed of pixels that have been modified in their appearance, ie relative to the numerical value that defines their brightness and which are a function of their MIE.

Secondo una ulteriore caratteristica del metodo, i valori di di ciascun pixel centrale Pi possono essere scalati ad esempio fra 0 e 255 grazie ad una funzione di scala f: According to a further feature of the method, the values of each central pixel Pi can be scaled for example between 0 and 255 thanks to a scale function f:

L' immagine di output da questa seconda fase di elaborazione è una nuova immagine che evidenzia l'immagine originale in dipendenza del numero di intervalli Q scelto. The output image from this second processing step is a new image that highlights the original image depending on the number of Q intervals chosen.

Secondo una variante esecutiva, per rendere più evidenti i contorni delle strutture rappresentate nell'immagine il metodo può prevedere di associare a ciascun pixel Pi dell'immagine un vettore wi,r(i) dei valori delle differenze fra il valore di luminosità del pixel Pi e di quelli dei pixel Pr(i) dell'intorno According to an executive variant, in order to make the outlines of the structures represented in the image more evident, the method can provide for associating each pixel Pi of the image with a vector wi, r (i) of the values of the differences between the brightness value of the pixel Pi and those of the surrounding pixels Pr (i)

In questo modo è possibile generare una funzione vettoriale che considera le differenze che ciascun pixel Pi ha nelle diverse direzioni verso i pixel Pr(i) del contorno. In this way it is possible to generate a vector function that considers the differences that each pixel Pi has in the different directions towards the pixels Pr (i) of the contour.

Secondo una variante esecutiva, prima di determinare i valori delle componenti del suddetto vettore secondo la [2.24] è possibile prevedere di correggere il valore del pixel centrale Pi , (ovvero il valore numerico che ne definisce la luminosità con riferimento al presente esempio dell'immagine in scala di grigi) considerando il vettore definito con l'equazione [2.21] oppure con il corrispondente valore di entropia relativi al pixel e con i corrispondenti valori relativi ai pixel di contorno dopo aver sottratto l'entropia mutua che condividono con i pixel del contorno dei pixel · <In >questo modo il vettore associato a ciascun pixel dell'immagine non contiene solo l'informazione relativa al pixel centrale Pi a cui si riferisce, ma anche quella condivisa e partecipata dai pixel Pr(i) del suo contorno più vicino According to an executive variant, before determining the values of the components of the aforementioned vector according to [2.24], it is possible to correct the value of the central pixel Pi, (i.e. the numerical value that defines its brightness with reference to the present example of the image in grayscale) considering the vector defined with equation [2.21] or with the corresponding entropy value relative to the pixel and with the corresponding values relative to the contour pixels after subtracting the mutual entropy that they share with the contour pixels of pixels

<7>s(0 <7> s (0

i ) i)

Secondo una ulteriore caratteristica, al fine di associare i valori dei pixel Pi con un valore che consideri i contrasti dell'informazione (compresi nel vettore che sono presenti con riferimento ai pixel del contorno i valori delle componenti del vettore possono essere trasformati non linearmente applicando la funzione tangente iperbolica secondo la seguente equazione: According to a further characteristic, in order to associate the values of the pixels Pi with a value that considers the contrasts of the information (included in the vector that are present with reference to the pixels of the contour, the values of the vector components can be transformed non-linearly by applying the hyperbolic tangent function according to the following equation:

Il valore ottenuto in seguito alla trasformazione prende il nome di "Maximum Entropy Gradient The value obtained following the transformation is called "Maximum Entropy Gradient

(MEG). (MEG).

Anche in questo caso è applicabile una scalatura con una funzione f ottenendo una immagine che evidenzia i contorni ed i contrasti: Also in this case a scaling with a function f is applicable, obtaining an image that highlights the outlines and contrasts:

La figura 6 mostra i risultati di diverse elaborazioni ottenute con il metodo di elaborazione secondo le due diverse varianti definite come MIE e MEG e secondo ulteriori diversi metodi di elaborazione. La figura 6A mostra l'immagine originaria di una arteria. L'immagine 6B mostra il risultato dell'elaborazione dell'immagine mediante un filtro di Sobel. L'immagine 6C è il risultato dell'elaborazione con un tool commerciale come Adobe Photoshop®. L'immagine 6D è il risultato dell'elaborazione utilizzando la variante denominata MIE secondo l'equazione [2.23] e l'immagine 6E mostra il risultato dell'elaborazione secondo la funzione [2.27] denominata MEG. Figure 6 shows the results of different processing obtained with the processing method according to the two different variants defined as MIE and MEG and according to further different processing methods. Figure 6A shows the original image of an artery. Image 6B shows the result of image processing using a Sobel filter. The 6C image is the result of processing with a commercial tool such as Adobe Photoshop®. Image 6D is the result of processing using the variant named MIE according to equation [2.23] and image 6E shows the result of processing according to function [2.27] named MEG.

Come evidenziato dalle regioni delimitate dal cerchio nelle figure 6D e 6E, la stenosi dell'arteria appare ben evidenziata, mentre nelle altre immagini la stenosi o non è visibile oppure è lievemente evidenziata in misura tale da rischiare di essere sottostimata . As evidenced by the regions delimited by the circle in figures 6D and 6E, the stenosis of the artery appears well highlighted, while in the other images the stenosis is either not visible or is slightly highlighted to such an extent as to risk being underestimated.

La figura 7 mostra un confronto fra diversi metodi di elaborazione di una immagine relativo all’immagine di un tipo B adenocarcinoma del polmone. Figure 7 shows a comparison between different methods of processing an image related to the image of a type B lung adenocarcinoma.

Anche in questo caso, con A si identifica l’immagine originaria, con B l’immagine elaborata con un filtro di Sobel. L’immagine C mostra il risultato dell’elaborazione con il tool commerciale Adobe Photoshop ® e le immagini D ed E invece mostrano i risultati dell’elaborazione con rispettivamente le varianti MIE e MEG descritte in precedenza. Also in this case, A identifies the original image, with B the image processed with a Sobel filter. Image C shows the result of processing with the commercial tool Adobe Photoshop ® and images D and E instead show the results of processing with respectively the MIE and MEG variants described above.

Dagli esperimenti eseguiti con i risultati mostrati nelle figure 6 e 7 risulta evidente come il metodo consenta di portare alla luce caratteristiche dell’immagine che non erano visibili per l’osservatore umano nell’immagine originaria ed in gran parte delle elaborazioni con strumenti noti. Rispetto alle immagini elaborate con tool noti ed all’immagine originaria l’immagine elaborata ha portato in evidenza in modo chiaro i contorni dell’area affetta dal carcinoma ed anche i diversi gradi di sofferenza e di danno subito nelle diverse zone. Queste caratteristiche restano non visibili nelle immagini A, B e C che sono rispettivamente quella originaria e le immagini risultati dall’elaborazione con l filtro di Sobel e con il tool di Adobe Photoshop. From the experiments performed with the results shown in Figures 6 and 7 it is evident that the method allows to bring to light characteristics of the image that were not visible to the human observer in the original image and in most of the processing with known tools. Compared to the images processed with known tools and the original image, the processed image clearly highlighted the contours of the area affected by the carcinoma and also the different degrees of suffering and damage suffered in the different areas. These features remain invisible in images A, B and C which are respectively the original one and the images resulting from processing with the Sobel filter and with the Adobe Photoshop tool.

Secondo una ulteriore caratteristica il metodo descritto con riferimento alle diverse varianti può essere applicato su una immagine che è già stata sottoposta ad una preventiva elaborazione. According to a further characteristic, the method described with reference to the various variants can be applied to an image which has already been subjected to a preventive processing.

Svariati esperimenti hanno mostrato come combinare in successione due elaborazioni con algoritmi in particolare della stessa famiglia ma aventi configurazioni diverse fra loro consente di ottenere ulteriori miglioramenti dell’informazione che viene resa visibile nell’immagine finale. Several experiments have shown how to combine in succession two processes with algorithms in particular of the same family but having different configurations, allowing to obtain further improvements of the information that is made visible in the final image.

Una forma esecutiva può prevedere come fase di elaborazione preventiva una elaborazione secondo uno dei metodi descritti nei documenti anteriori EP1515270, US7877342, US8326047 e altri. An embodiment can provide as a preliminary processing step a processing according to one of the methods described in prior documents EP1515270, US7877342, US8326047 and others.

In particolare è risultato vantaggioso di impiegare come metodo di elaborazione preventiva un metodo in cui ciascuna immagine è costituita da un insieme di punti immagine, cosiddetti pixel o voxel in particolare rispettivamente in uno spazio a due, tre o più dimensioni essendo ciascun punto immagine univocamente definito dalla sua posizione nell’insieme di punti immagine e da uno o più parametri numerici che definiscono l’aspetto del punto immagine relativamente alle caratteristiche di luminosità, gradazione di grigio, colore o simili, ed in cui ciascun pixel o voxel costituisce un nodo di una rete neurale artificiale, essendo ciascun pixel o voxel connesso con ciascuno dei pixel o voxel ad esso adiacenti che circondano detto pixel o voxel, grazie ad un vettore di connessioni ciascuna delle cui componenti descrive rispettivamente un parametro numerico di caratterizzazione della connessione di un pixel con un pixel adiacente, In particular, it has proved advantageous to use as a preventive processing method a method in which each image is constituted by a set of image points, so-called pixels or voxels, in particular respectively in a space with two, three or more dimensions, since each image point is uniquely defined from its position in the set of image points and from one or more numerical parameters that define the appearance of the image point with respect to the characteristics of brightness, shades of gray, color or the like, and in which each pixel or voxel constitutes a node of a artificial neural network, being each pixel or voxel connected with each of the pixels or voxels adjacent to it that surround said pixel or voxel, thanks to a vector of connections each of whose components respectively describes a numerical parameter of characterization of the connection of a pixel with a adjacent pixel,

venendo il detto insieme di pixel o voxel e l’insieme delle dette connessioni sottoposto iterativamente ad un passo di elaborazione in cui ciascun passo modifica almeno uno dei parametri numerici che definiscono l’aspetto di ciascun pixel e/o almeno una delle componenti dei vettori delle connessioni sulla base di prestabilite funzioni evolutive deterministiche applicate ad uno o più dei parametri che definiscono l’aspetto di ciascun pixel quali valori dei nodi della detta rete neurale artificiale e ad uno o più valori delle componenti dei vettori delle connessioni relative all’insieme di pixel o voxel ed all’insieme delle connessioni del ciclo di iterazione precedente, since the said set of pixels or voxels and the set of said connections iteratively undergoes a processing step in which each step modifies at least one of the numerical parameters that define the appearance of each pixel and / or at least one of the components of the vectors of the connections on the basis of predetermined evolutionary functions applied to one or more of the parameters that define the appearance of each pixel as values of the nodes of said artificial neural network and to one or more values of the components of the vectors of the connections relative to the set of pixels o voxel and to the set of connections of the previous iteration cycle,

essendo previsto un numero massimo di iterazioni e/o un criterio di determinazione di una condizione di fine della ripetizione dei cicli di iterazione del processo di evoluzione; a maximum number of iterations being provided and / or a criterion for determining an end condition of the repetition of the iteration cycles of the evolution process;

E’ possibile prevdere diverse configurazioni dei passi del metodo che si differenziano per una o più delle seguenti caratteristiche: It is possible to foresee different configurations of the steps of the method which differ in one or more of the following characteristics:

le funzioni evolutive deterministiche applicate ad uno o più dei parametri che definiscono l’aspetto di ciascun pixel, quali valori dei nodi della detta rete neurale artificiale, e ad uno o più valori delle componenti dei vettori delle connessioni relative all’insieme di pixel o voxel ed all’insieme delle connessioni della fase di elaborazione precedente e/o al numero massimo di iterazioni, the deterministic evolutionary functions applied to one or more of the parameters that define the appearance of each pixel, such as values of the nodes of said artificial neural network, and to one or more values of the vector components of the connections relative to the set of pixels or voxels and to the set of connections of the previous processing phase and / or to the maximum number of iterations,

e/o ai criteri di terminazione della ripetizione dei cicli di iterazione, and / or the termination criteria of the repetition of the iteration cycles,

e/o al fatto di rendere modificabile con le funzioni evolutive deterministiche solo i parametri numerici che descrivono l’aspetto dei pixel o voxel, solo le componenti dei vettori delle connessioni entrambi i parametri numerici che descrivono l’aspetto dei pixel o voxel e le componenti dei vettori delle connessioni. and / or to make modifiable with the deterministic evolutionary functions only the numerical parameters that describe the appearance of the pixels or voxels, only the components of the vectors of the connections both numerical parameters that describe the appearance of the pixels or voxels and the components of connection vectors.

Secondo una prima forma esecutiva del metodo nella prima fase l’elaborazione ha luogo mediante passi iterativi di elaborazione in cui le funzioni deterministiche di evoluzione modificano sia i valori dei parametri dei pixel o voxel e sia i valori delle componenti dei vettori delle connessioni. According to a first embodiment of the method, in the first phase, processing takes place through iterative processing steps in which the deterministic evolution functions modify both the values of the parameters of the pixels or voxels and the values of the components of the connection vectors.

Una variante della suddetta forma esecutiva prevede che nella detta prima fase l’elaborazione abbia luogo mediante passi iterativi in cui le funzioni deterministiche di evoluzione sono funzioni sia delle connessioni di ciascun pixel dell’immagine con i pixel di un insieme di pixel di contorno allo stesso, come i pixel direttamente ad esso adiacenti od i pixel di un sottoinsieme dei pixel dell’immagine al interno del quale è previsto detto pixel, sia delle connessioni che detti pixel di contorno hanno con ulteriori pixel dell’immagine per i quali costituiscono anche un pixel di contorno, la quale funzione costituisce un contributo di feedback immediato per la determinazione dei valori dei parametri numerici di definizione dell’aspetto di tutti gli altri pixel. A variant of the aforesaid embodiment provides that in the said first phase the processing takes place through iterative steps in which the deterministic evolution functions are functions of both the connections of each pixel of the image with the pixels of a set of pixels surrounding it. , such as the pixels directly adjacent to it or the pixels of a subset of the pixels of the image within which said pixel is provided, both of the connections that said contour pixels have with further pixels of the image for which they also constitute a pixel contour, which function constitutes an immediate feedback contribution for the determination of the values of the numerical parameters defining the appearance of all the other pixels.

Secondo una ulteriore forma esecutiva del metodo nella prima fase l’elaborazione ha luogo mediante passi iterativi di elaborazione in cui le funzioni deterministiche di evoluzione modificano solo i valori delle componenti dei vettori delle connessioni. According to a further embodiment of the method, in the first phase, processing takes place through iterative processing steps in which the deterministic evolution functions only modify the values of the components of the connection vectors.

In una forma esecutiva, che può essere prevista in combinazione con qualsivoglia delle precedenti, il metodo prevede che nella seconda fase l’elaborazione ha luogo mediante passi iterativi di elaborazione in cui le funzioni deterministiche di evoluzione modificano solo i valori dei parametri numerici che descrivono l’aspetto dei pixel o dei voxel. In an embodiment, which can be provided in combination with any of the previous ones, the method provides that in the second phase the processing takes place through iterative processing steps in which the deterministic evolution functions modify only the values of the numerical parameters that describe the appearance of the pixels or voxels.

La figura 8, mostra uno schema funzionale di questa prima configurazione della rete di pixel e degli operatori di evoluzione della rete di pixel. Figure 8 shows a functional diagram of this first configuration of the pixel network and of the evolution operators of the pixel network.

In questo caso il metodo prevede di utilizzare una configurazione della architettura della rete e delle equazioni evolutive che è illustrato nella figura 5. In this case the method foresees to use a configuration of the network architecture and evolutionary equations which is illustrated in Figure 5.

Secondo questa forma esecutiva il metodo è costituito da un processo iterativo che determina l’evoluzione di tre quantità principali: According to this embodiment, the method consists of an iterative process that determines the evolution of three main quantities:

- le unità U che rappresentano l’immagine, ovvero i pixel e le sue variazioni dinamiche, - the U units that represent the image, i.e. the pixels and its dynamic variations,

- le connessioni W che rappresentano i collegamenti dinamici fra le unità U, ovvero i pixel; - the connections W which represent the dynamic connections between the units U, that is the pixels;

- lo stato S del sistema che, in combinazione con le connessioni W, consente al sistema di convergere. - the state S of the system which, in combination with the connections W, allows the system to converge.

Si consideri ad esempio una immagine di input costituita da una immagine digitale a 8 bit con dimensioni NxM. Il set di unità minimali prevede di For example, consider an input image consisting of an 8-bit digital image with NxM size. The minimal unit set provides for

equiparare ciascun’unità minimale ad un pixel dell’immagine di input od immagine sorgente. Ciascun’unità minimale rappresenta un nodo di una rete neurale artificiale ed assume la posizione del corrispondente pixel ad esempio in una immagine bidimensionale, cioè la posizione con equate each minimal unit to a pixel of the input image or source image. Each minimal unit represents a node of an artificial neural network and assumes the position of the corresponding pixel, for example in a two-dimensional image, i.e. the position with

ed a cui è associato un valore di and which is associated with a value of

intensità intensity

All 'inizio ciascun assume il valore di luminosità del pixel a cui è associato nella immagine originale. E' possibile che tale valore di luminosità sia normalizzato in un campo di valori di luminosità At the beginning each assumes the brightness value of the pixel to which it is associated in the original image. It is possible that this brightness value is normalized in a range of brightness values

in cui in which

Il set di connessioni W comprende per ciascuna coppia di unità minimali ux e uz le connessioni orientate definite come ssioni dipendono dalle posizion delle unità minimali All'inizio, cioè al ciclo iterativo 0 il valore delle connessioni fra tutte The set of connections W includes for each pair of minimal units ux and uz the oriented connections defined as ssions depend on the positions of the minimal units At the beginning, that is to the iterative cycle 0 the value of the connections between all

le coppie di unità è uguale od è fissato ad un valore molto vicino a zero. the pairs of units equals or is set at a value very close to zero.

La funzione per ogni unità ux e quindi per ciascun pixel d'immagine è una grandezza che è determinata dalle connessioni di un pixel ux con ciascuno dei pixel di contorno uz. The function for each unit ux and therefore for each image pixel is a quantity which is determined by the connections of a pixel ux with each of the boundary pixels uz.

Il processo iterativo si basa sulla modifica sequenziale delle grandezze W e U. The iterative process is based on the sequential modification of the quantities W and U.

L'evoluzione delle connessioni W dipende dal set di valori delle grandezze U e W stesse ed è definita dalle seguenti equazioni: The evolution of the connections W depends on the set of values of the quantities U and W themselves and is defined by the following equations:

[2.2] [2.2]

[2.3] [2.3]

In cui: In which:

[2 . 1 ] [2 . 1]

ed in cui per ciascuna posizione i = (i1, i2) il contorno dei pixel è definito dall'intorno di Moore Ν(i), cioè dal set delle otto posizioni che circondano la posizione i in una matrice di posizioni e dalle relative grandezze in cui [n] è l'indice del ciclo iterativo ed la posizione e la grandezza corrisponde al valore di almeno un parametro di caratterizzazione del pixel corrispondente all'unità della rete neurale artificiale alla posizione and in which for each position i = (i1, i2) the pixel boundary is defined by the Moore neighborhood Ν (i), i.e. by the set of the eight positions surrounding the position i in a matrix of positions and by the relative quantities in where [n] is the index of the iterative cycle and the position and size corresponds to the value of at least one characterization parameter of the pixel corresponding to the unit of the artificial neural network at the position

sono le grandezze numeriche che caratterizzano le connessioni fra l'unità, ovvero il pixel alla posizione i ed i pixel, ovvero le unità nelle posizioni di contorno j. are the numerical quantities that characterize the connections between the unit, that is the pixel at position i and the pixels, that is the units in the boundary positions j.

La determinazione del valore della grandezza S definita secondo il gergo delle reti neurali artificiali "stato di attivazione" dipende anch'essa deal set dei valori delle grandezze U e W secondo le seguenti equazioni: The determination of the value of the quantity S defined according to the jargon of artificial neural networks "activation state" also depends on the set of the values of the quantities U and W according to the following equations:

si definisce it defines itself

[2 .4 ] [2 .4]

[2.5] [2.5]

[2 . 6] [2 . 6]

[2.7] [2.7]

Per cui è possibile definire come: So it is possible to define how:

[2 .8 ] [2 .8]

[2 . 9] [2 . 9]

Le modifiche delle unità minimali U dipendono dal set di valori S e dal set di valori U stessi al passo di iterazione precedente e sono definite dalle seguenti equazioni: The modifications of the minimal units U depend on the set of values S and on the set of values U themselves at the previous iteration step and are defined by the following equations:

[2 . 10 ] [2 . 10]

In cui In which

[2 . 11 ] [2 . 11]

Per determinare la variazione dell'unità , cioè di almeno uno dei parametri numerici che caratterizzano l'aspetto di un pixel dell'immagine nella posizione i ed a seguito del numero di ciclo di iterazione n è possibile applicare due funzioni che combinano le grandezze secondo due alternative ambedue possibili e che sono definite dalle seguenti equazioni: To determine the variation of the unit, i.e. of at least one of the numerical parameters that characterize the appearance of a pixel of the image in position i and following the iteration cycle number n, it is possible to apply two functions that combine the quantities according to two alternatives both possible and which are defined by the following equations:

[2 . 12 a] alternativa 1 (somma) : [2 . 12 a] alternative 1 (sum):

[2 . 12 b] alternativa 2 (prodotto) . [2 . 12 b] alternative 2 (product).

I nuovi valori delle unità ovvero dei pixel alla posizione i al ciclo n+1 sono quindi definiti dall ' equazione The new values of the units or pixels at position i at cycle n + 1 are therefore defined by the equation

[2 . 13] [2 . 13]

La scelta fra le due alternative dipende dalla applicazione a cui l'elaborazione è rivolta quale fase di preparazione dell'immagine e ad esempio con riferimento all'utilizzo dell'elaborazione d'immagine in un metodo per l'estrazione di caratteristiche quantitative e/o qualitative di oggetti riprodotti nell'immagine ed in particolare delle arterie coronarie in immagini angiografiche, i risultati migliori si sono ottenuti con la prima alternativa. The choice between the two alternatives depends on the application to which the processing is addressed as the image preparation phase and for example with reference to the use of image processing in a method for the extraction of quantitative characteristics and / or quality of objects reproduced in the image and in particular of the coronary arteries in angiographic images, the best results were obtained with the first alternative.

Secondo una forma esecutiva, in luogo di utilizzare un numero massimo di iterazioni n prestabilito ad esempio sulla base di scelte sperimentali è previsto che il criterio della determinazione dell'interruzione della ripetizione iterativa dei cicli sia funzione di un parametro che considera la stabilizzazione dei valori delle grandezze According to an embodiment, instead of using a predetermined maximum number of iterations n, for example on the basis of experimental choices, the criterion for determining the interruption of the iterative repetition of the cycles is a function of a parameter that considers the stabilization of the values of the sizes

e quindi delle grandezze and therefore of the quantities

Secondo una forma esecutiva tale funzione è una funzione di costo che descrive l'energia della rete al passo di iterazione n quale risultato dei valori dei parametri che caratterizzano le connessioni dell'intera immagine, cioè dell'intero insieme di unità u e secondo la seguente equazione: According to an embodiment, this function is a cost function that describes the energy of the network at the iteration step n as a result of the values of the parameters that characterize the connections of the entire image, that is, of the entire set of units u and according to the following equation :

In cui gli indici e le variabili sono definiti secondo le notazioni precedenti. In which the indices and variables are defined according to the previous notations.

A seguito del processo evolutivo, all'aumentare del numero di cicli iterativi eseguiti, si verifica una riduzione di energia, ovvero si verifica che: Following the evolutionary process, as the number of iterative cycles performed increases, there is a reduction in energy, i.e. it occurs that:

[2.15] [2.15]

Pertanto secondo una forma esecutiva, il criterio di determinazione del numero di cicli massimo ovvero del numero di ciclo terminale è definito come segue: Therefore, according to one embodiment, the criterion for determining the maximum number of cycles or the number of terminal cycles is defined as follows:

[2.16] [2.16]

La funzione che descrive l'energia della rete sarà minima al termine del processo evolutivo secondo The function that describes the energy of the network will be minimal at the end of the second evolutionary process

[2 . 17 ] [2 . 17]

Quando si considera un'immagine digitale di partenza in scala di grigi ed il parametro numerico che caratterizza i pixel e quindi le unità u della rete neurale è costituito dalla luminosità, allora l'output del processo di elaborazione secondo questa prima fase è una immagine digitale in scala di grigi. When we consider a starting digital image in grayscale and the numerical parameter that characterizes the pixels and therefore the units u of the neural network is the brightness, then the output of the processing process according to this first phase is a digital image in grayscale.

Il metodo fornisce due diversi output che possono essere considerati alternativamente e cioè: The method provides two different outputs that can be considered alternatively, namely:

un primo output che è definito dallo stato a first output which is defined by the state

dove la variabile Out è il valore numerico where the variable Out is the numeric value

di ciascun'unità u nella posizione i ed al passo iterativo n in cui n corrisponde al passo terminale del processo di elaborazione definito dalla minimizzazione della funzione di costo, ovvero di energia più sopra esposta; of each unit u in position i and to the iterative step n in which n corresponds to the final step of the processing process defined by the minimization of the cost function, or of energy described above;

un secondo output che è definito da a second output which is defined by

in cui l'output è funzione dei parametri di caratterizzazione delle connessioni che nella notazione delle reti neurali sono equivalenti ai pesi. In questo caso ad una media dei valori dei pesi relativi a ciascuna posizione i ed al ciclo di terminazione definito dall'indice n calcolato sulla base della precedente funzione di costo. in which the output is a function of the connection characterization parameters which in the notation of neural networks are equivalent to the weights. In this case to an average of the values of the weights relative to each position i and to the termination cycle defined by the index n calculated on the basis of the previous cost function.

Anche in questo caso la scelta di quale insieme di valori di output utilizzare come immagine di output è determinata dalla applicazione a cui l'immagine di output è destinata e può essere fatta sulla base di risultanze sperimentali su casi noti. Also in this case the choice of which set of output values to use as the output image is determined by the application to which the output image is intended and can be made on the basis of experimental results on known cases.

In ogni caso, le diverse alternative hanno dimostrato ciascuna che il metodo opera in modo eccellente come filtro adattivo con particolare efficacia nella segmentazione e nella rivelazione di contorni cosiddetta edge detection. In any case, the different alternatives have each shown that the method works excellently as an adaptive filter with particular effectiveness in segmentation and in the detection of so-called edge detection.

Le figure 9a a 9c mostrano gli effetti di questa prima fase del metodo di elaborazione su una immagine angiografica di un’arteria. Figures 9a to 9c show the effects of this first phase of the processing method on an angiographic image of an artery.

La figura 9a è l’immagine sorgente e le figure 9b e 9c sono due immagini relative a due diverse varianti del metodo più sopra descritto sempre relative alla forma esecutiva in cui la luminosità dei pixel viene modificata utilizzando la prima alternativa (somma) più sopra definita. Figure 9a is the source image and Figures 9b and 9c are two images relating to two different variants of the method described above, again relating to the embodiment in which the brightness of the pixels is modified using the first alternative (sum) defined above .

Appare evidente come già in questa prima fase di elaborazione nella zona indicata sia visibile nelle due immagini alternative di output 9b e 9c una stenosi del lumen dell’arteria che non era visibile nell’immagine originaria di input 9a. It is evident that already in this first phase of processing in the indicated area a stenosis of the lumen of the artery that was not visible in the original input image 9a is visible in the two alternative output images 9b and 9c.

L’applicazione alle immagini elaborate con questo metodo del metodo di elaborazione secondo una delle varianti più sopra descritte opera una ulteriore evidenziazione dei contorni che rende ulteriormente più evidenti caratteristiche degli oggetti rappresentati. The application to the images processed with this method of the processing method according to one of the variants described above brings about a further highlighting of the contours which further makes the characteristics of the objects represented more evident.

In relazione alla descrizione degli esempi esecutivi di cui sopra è necessario notare che come già più sopra evidenziato il termine pixel deve essere inteso comprendere anche il termine voxel, essendo chiaro per il tecnico del ramo come estendere il metodo ed il sistema all’elaborazione di immagini tridimensionali. In relation to the description of the above executive examples, it is necessary to note that as already highlighted above, the term pixel must also be understood to include the term voxel, as it is clear for the skilled in the art how to extend the method and the system to image processing. three-dimensional.

Inoltre, il termine valore del pixel che nella precedente descrizione dei diversi esempi esecutivi è relativa al valore del parametro numerico che definisce l’aspetto del pixel in una immagine in scala di grigi, ovvero la sua luminosità deve anch’esso essere inteso come comprendere anche ulteriori parametri che caratterizzano l’aspetto del pixel in una immagine, come ad esempio i parametri che determinano il colore in una immagine a colori. Furthermore, the term pixel value which in the previous description of the various executive examples is related to the value of the numerical parameter that defines the appearance of the pixel in a grayscale image, i.e. its brightness must also be understood as including additional parameters that characterize the appearance of the pixel in an image, such as the parameters that determine the color in a color image.

Claims

CLAIMS 1. Method for image processing in which each image is made up of a set of image points, so-called pixels or voxels, in particular respectively in a space with two, three or more dimensions, each image point being uniquely defined by its position in the 'set of image points and one or more numerical parameters that define the appearance of the image point with respect to the characteristics of brightness, gray shade, color or the like, and in which each pixel or voxel constitutes a node of an artificial neural network, being each pixel or voxel connected with each of the adjacent pixels or voxels surrounding said pixel or voxel, thanks to a vector of connections, each of whose components respectively describes a numerical parameter characterization of the connection of a pixel with an adjacent pixel, since the said set of pixels or voxels and the set of said connections iteratively undergoes a processing step in which each step modifies at least one of the numerical parameters that define the appearance of each pixel and / or at least one of the components of the vectors of the connections on the basis of predetermined deterministic evolutionary functions applied to one or more of the parameters that define the appearance of each pixel as values of the nodes of said artificial neural network and to one or more values of the components of the vectors of the connections relative to the set of pixels or voxel and to the set of connections and in which the deterministic functions of evolution are functions of both the connections of each pixel of the image with the pixels of a set of pixels surrounding it, as well as the pixels directly adjacent to it or the pixels of a subset of the pixels of the image inside which said pixel is provided, both of the connections and said pixe The contour lines have with additional image pixels for which they also constitute a contour pixel, which function constitutes an immediate feedback contribution for determining the values of the numerical parameters for defining the appearance of all the other pixels. 2. Method according to claim 1, in which processing is provided by means of deterministic evolution functions that modify only the values of the numerical parameters that describe the appearance of the pixels or voxels. Method according to claims 1 or 2, wherein the value of each pixel of the original image is modified as a function of the maximum information value or the entropy of said pixel also as a function of the values of the pixels surrounding said pixel a to which the maximum information value, ie the entropy, of each contour pixel is added, also calculated by considering the contribution of the said contour pixel and also as a function of the contour pixels to the said contour pixel. 4. Method according to one or more of the preceding claims characterized in that it is provided to modify the pixel values of an image by applying a non-linear transformation function to a vector that describes the contrast differences between each pixel and the contour pixels at the same. 5. Method according to one or more of the preceding claims in which the following steps are provided: successively define each of the pixels or voxels of the image as the target pixel; defining a set of pixels comprising said target pixel and the surrounding contour pixels; define for each contour pixel of the set of pixels a set of pixels that contains the said contour pixel as the target pixel and the contour pixels of the said contour pixel as target pixels; repeat the steps for defining sets of pixels until a set of pixels has been defined for all the pixels of the image, containing the said pixel as the target pixel and its contour pixels; define a scale of values for one or more of the parameters that define the appearance of each pixel and divide the said scale of values into a succession of ranges of values; determine for each contour pixel in a set of pixels relating to a target pixel in which of the intervals of at least one numerical parameter for defining the appearance of the pixels the numerical parameter of the said contour pixel falls and how many of the said contour pixels of the together they fall within the different value ranges of said numerical parameters; determine the value to be assigned to the target pixel as the maximum information value or entropy calculated as a function of the contour pixels and the connections with said target pixel and the maximum information or entropy value calculated as a function of the contour pixel value of each pixel contour of the target pixel and of the connections of each contour pixel of the target pixel with its own contour pixels, eliminating double contributions; generating a new image in which at least one numerical aspect parameter of each pixel of the new image is determined as a function of the value calculated in the previous step. Method according to claim 5, in which the maximum information values relating to each target pixel can be scaled between a minimum value equal to zero and a maximum value of 255 thanks to a scaling function. 7. Method according to one or more of the preceding claims in which, in order to better highlight the contours, it is provided to associate to each pixel of the image a vector whose components are constituted by the difference of respectively one of the contour pixels of the said target pixel with the pixel target in relation to the value of at least one of the numerical parameters that describe the appearance of the pixels. 8. Method according to one or more of the preceding claims in which it is provided to carry out a correction of the value of at least one of the numerical parameters for defining the aspect of the target pixels as a function of the maximum information value, i.e. of the entropy of the same and of that of the contour pixels after subtracting the shared contributions with the contour pixels from the contour pixels of the target pixel. Method according to one or more of the preceding claims, in which in order to associate to each pixel a value of at least one numerical parameter for describing the aspect of said pixel which considers the contrasts of the information with the contour pixels to the value of the said at least one numerical parameter for defining the aspect of a pixel, the values of the components of the vector whose components are constituted by the difference of respectively one of the contour pixels of the said target pixel with the target pixel are added, which values have been transformed non linearly by means of a hyperbolic tangent. Method according to one or more of the preceding claims, characterized in that a preceding processing step is provided in which each image consists of a set of image points, so-called pixels or voxels, in particular respectively in a space with two, three or multiple dimensions since each image point is uniquely defined by its position in the set of image points and by one or more numerical parameters that define the appearance of the image point with respect to the characteristics of brightness, shades of gray, color or the like, and in which each pixel or voxel constitutes a node of an artificial neural network, being each pixel or voxel connected with each of the adjacent pixels or voxels surrounding said pixel or voxel, thanks to a vector of connections, each of whose components respectively describes a numerical parameter characterization of the connection of a pixel with an adjacent pixel, since the said set of pixels or voxels and the set of said connections iteratively undergoes a processing step in which each step modifies at least one of the numerical parameters that define the appearance of each pixel and / or at least one of the components of the vectors of the connections on the basis of predetermined deterministic evolutionary functions applied to one or more of the parameters that define the appearance of each pixel as values of the nodes of said artificial neural network and to one or more values of the components of the vectors of the connections relative to the set of pixels o voxel and to the set of connections and in which a maximum number of iterations being provided and / or a criterion for determining an end condition of the repetition of the iteration cycles of the evolution process; the cycles of the iterative evolution process being repeated until the said maximum number of iteration cycles is reached and / or until the termination criterion is satisfied; and an image consisting of the pixels or voxels with the numerical aspect parameters deriving from the last iterative cycle and / or from the values of the components of the connection vectors is generated and displayed. Method according to one or more of the preceding claims wherein the modified pixel values of the output image are calculated as follows:

Being [2-22]

In which:

Being

In which :

M number of pixels in an image; N number of pixels that fit within a one-pixel boundary area

they are the pixels of an image; boundary area with a radius preset of the central pixel Pi; . . .

<and> the generic pixel of the area outline of

is the contour area of the pixel

() (0 is the generic pixel of the contour area IS (r) of the contour pixels Pr (it is the contour area of the pixel Pi that contains N pixels Pr (i), including the same central pixel Pi; is the boundary area of pixel Pi which contains N pixels PK (r), including the pixel Pr (i) itself; Q is the number of intervals or classes into which the range of pixel brightness values is divided; B (i) is the matrix associated with each pixel Pi of the image; are the elements of the matrix B (i) of a pixel Pi: and which have values 1 or 0 depending on whether each pixel Pr (i) of the boundary area

falls within the q-th interval or not; Bq, k are the elements of the matrix B (±) of a pixel Pr (i) of the boundary area have values 1 or 0 depending on whether each pixel Pk (r) of the boundary area of the pixel Pr (i ) falls or not within the q-th interval (class q); e, Λ / the entropy d, i. each pixel, P „i d, i. a image; is the entropy of each pixel Pr (i), of the boundary area of Pi; is the joint entropy of the central pixel Pi with that of the pixels of the boundary area and also considering the boundary area of the pixels

Method according to one or more of the preceding claims, in which the modified values of the pixels of the original image, following processing, are determined by the following equation:

In which: And where

In which

being

they are pixels of an image; boundary area with a radius preset of the central pixel Pi; is the generic pixel of the area contour of Pt; is the contour area of the pixel

is the generic pixel the boundary area of the boundary pixels

is the boundary area of pixel Pi which contains N pixels, including the same central pixel Pi; is the boundary area of pixel Pi which contains N pixels including the same pixel

Q is the number of intervals or classes into which the range of pixel brightness values is divided; B (i) is the matrix associated with each pixel Pi of the image; Bq, r are the elements of the matrix B (±) of a pixel Pi: e which have values 1 or 0 depending on whether each pixel Pr (i) of the boundary area

falls within the q-th interval or not; Bq, k are the elements of the matrix B (±) of a pixel Pr (i) of the boundary area have values 1 or 0 depending on whether each pixel Pk (r) of the boundary area of the pixel Pr (i ) falls or not within the q-th interval (class q); is the entropy of each pixel Pi of one image; '<(,)> is the entropy of each pixel Pr (i) r of the boundary area of

is the joint entropy of the central pixel P ± with that of the pixels of the contour area and also considering the contour area of the pixels

13. System for processing images by the method according to one or more of the preceding claims and which comprises an artificial neural network, which network comprises: a node for each pixel or voxel of an image; a linking connection of each pixel of the image with contour pixels surrounding a pixel; an operator for determining at least one numerical parameter for defining the aspect of the pixels; an operator for determining numerical values for defining the characteristics of the connections of each pixel with each of its boundary pixels; the said operators being configured to modify alternatively or in combination at least one numerical parameter for defining the aspect of the pixels and / or at least one numerical value for defining the characteristics of at least one connection, an image generation unit generates an image corresponding to the modifications caused by said operators; a display unit of said modified image.