FR2880164A1 - Procede et systeme de traitement d'images numeriques - Google Patents
Procede et systeme de traitement d'images numeriques Download PDFInfo
- Publication number
- FR2880164A1 FR2880164A1 FR0513349A FR0513349A FR2880164A1 FR 2880164 A1 FR2880164 A1 FR 2880164A1 FR 0513349 A FR0513349 A FR 0513349A FR 0513349 A FR0513349 A FR 0513349A FR 2880164 A1 FR2880164 A1 FR 2880164A1
- Authority
- FR
- France
- Prior art keywords
- region
- intensity
- image processing
- digital image
- result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
Procédé de traitement d'image numérique, comprenant les étapes consistant à (i) segmenter un ensemble de données d'une image à traiter, en fonction de conditions prédéterminées ; (ii) générer une projection à intensité maximale de l'ensemble de données segmenté ; (iii) fermer par reconstruction ledit ensemble de données parallèlement à l'étape (ii) ; (iv) combiner le résultat de l'étape (i) avec le résultat de l'étape (iii) par une fonction logique ET, et (v) remplacer les pixels d'intensité non voulue dans le résultat de l'étape (ii) par des pixels d'intensité voulue à partir du résultat de l'étape (iv).
Description
PROCEDE ET SYSTEME DE TRAITEMENT D'IMAGES NUMERIQUES
La présente invention concerne d'une façon générale des procédés et des systèmes de traitement d'image et, plus particulièrement, un procédé et un système de traitement d'image numérique en imagerie médicale.
En imagerie médicale, pour visualiser des éléments in vivo tels que des vaisseaux sanguins, la colonne vertébrale, une sténose dans des vaisseaux sanguins, etc., les radiologues utilisent en général une technique de projection à intensité maximale (PIM) pour traiter des ensembles de données d'images de tels éléments in vivo.
Le procédé utilisant une projection à intensité maximale pour le traitement d'une image est non seulement malcommode, mais encore long.
Pour traiter des images en imagerie médicale, en particulier pour la visualisation d'une région sombre à environnement lumineux ou inversement, les systèmes selon la technique antérieure ne permettent pas un procédé dans lequel l'image de sortie représente clairement (d'une manière visible) la région sombre entourée d'une région claire ou vice versa.
Ainsi, il existe dans la technique un besoin concernant la visualisation d'une région sombre entourée d'une région claire ou vice versa, l'image de sortie représentant clairement (d'une manière visible) la région sombre entourée d'une région plus claire ou vice versa.
Dans une forme de réalisation, il est proposé un procédé de traitement d'image numérique, le procédé comprenant les étapes consistant à (i) segmenter un ensemble de données d'une image à traiter d'après des conditions prédéterminées; (ii) générer une PIM de l'ensemble de données segmenté ; (iii) fermer par reconstruction ledit ensemble de données segmentées parallèlement à l'étape (ii) ; (iv) combiner le résultat de l'étape (i) avec le résultat de l'étape (iii) par une fonction logique ET; et (v) remplacer les pixels ayant une intensité (informations) indésirable dans le résultat de l'étape (ii) par des pixels d'une intensité voulue d'après le résultat de l'étape (iv).
L'étape (i) peut comporter en outre une segmentation de l'ensemble de données reposant sur une région concernée et/ou une application.
L'application peut comporter en outre la visualisation d'une région de faible intensité entourant une région de forte intensité et/ou vice versa.
Dans une autre forme de réalisation, il est proposé un système de traitement d'image numérique, le système comprenant un ordinateur programmé pour exécuter les étapes consistant à (i) segmenter un ensemble de données d'une image à traiter d'après des conditions prédéterminées; (ii) générer une PIM de l'ensemble de données segmenté ; (iii) fermer par reconstruction ledit ensemble de données segmenté parallèlement à l'étape (ii) ; (iv) combiner le résultat de l'étape (i) avec le résultat de l'étape (iii) par une fonction logique ET; et (v) remplacer les pixels d'intensité (informations) non voulue dans le résultat de l'étape (ii) par des pixels d'intensité voulue à partir du résultat de l'étape (iv).
L'ensemble de données peut être segmenté d'après une région concernée et/ou une application.
La région concernée peut être sélectionnée par un procédé manuel et/ou un procédé automatisé.
L'application peut comprendre en outre la visualisation d'une région de faible intensité entourant une région de forte intensité et/ou vice versa.
Dans encore une autre forme de réalisation est proposé un système de traitement d'image numérique dans lequel le système comprend un moyen pour lire l'ensemble de données d'une image à traiter. Un moyen pour traiter l'ensemble de données d'image forme une image de sortie, le moyen étant programmé pour combiner une Projection à Intensité Maximale et une Projection à Intensité Minimale pour former l'image de sortie.
L'image de sortie peut comporter en outre une configuration en deux dimensions et/ou une configuration en volume.
Le moyen pour traiter les données d'image peut en outre être conçu pour réaliser une image d'une structure anatomique, la structure anatomique comportant en outre une région de faible intensité entourant une région de forte intensité et/ou vice versa.
L'invention sera mieux comprise à l'étude de la description détaillée d'un mode de réalisation pris à titre d'exemple non limitatif et illustré par les dessins annexés sur lesquels: la Fig. 1 représente une image radiographique selon la technique antérieure produite par Projection à Intensité Maximale; la Fig. 2 représente un schéma de principe d'un système de traitement d'images numériques selon une forme de réalisation de la présente invention; la Fig. 3 représente un organigramme d'étapes d'un procédé de traitement d'images numériques selon une forme de réalisation de l'invention; et la Fig. 4 représente une image radiographique d'un vaisseau sanguin dans une colonne vertébrale, obtenue par les étapes du procédé de la Fig. 3 selon une forme de réalisation de la présente invention.
Lors de l'établissement d'un diagnostic concernant une région sombre entourée d'une région claire, par exemple un vaisseau sanguin sombre dans une colonne vertébrale claire, ou une région claire entourée d'une région sombre, par exemple une sténose dans un vaisseau sanguin, l'utilisation de la projection à intensité maximale pour traiter un ensemble de données d'images a pour conséquence une perte d'une quantité notable de données d'image précieuses correspondant à la région sombre ou à la région claire (cf. Fig. 1).
Diverses formes de réalisation de la présente invention proposent un procédé et un système de traitement d'images numériques en imagerie médicale, destinés par exemple à servir en imagerie radiographique, en tomodensitométrie, en imagerie par résonance magnétique, en imagerie vasculaire, etc. Cependant, les formes de réalisation ne se limitent pas à ces applications et peuvent être mises en oeuvre dans le cadre d'autres systèmes comme, par exemple, l'imagerie de matériaux et de structures, etc. D'une manière générale, une forme de réalisation de la présente invention concerne un système de traitement d'image numérique, le système comprenant la combinaison d'une projection à intensité maximale et d'une projection à intensité minimale pour obtenir une image de sortie, l'image de sortie étant sensiblement claire pour visualiser une structure anatomique d'une région sombre entourée d'une région claire et vice versa.
En particulier, le système comprend un moyen de lecture qui lit un ensemble de données d'une image à traiter et un moyen de traitement pour traiter l'ensemble de données lues afin de former une image de sortie, le moyen de traitement étant programmé pour combiner la projection à intensité maximale et la projection à intensité minimale pour former l'image de sortie. L'image est affichée sur un écran d'affichage.
Dans un exemple, le système est conçu pour visualiser et/ou analyser un vaisseau sanguin dans une colonne vertébrale, le vaisseau sanguin étant sensiblement clair sur l'image de sortie.
On peut citer comme autres exemples l'analyse d'une sténose dans un vaisseau sanguin, la visualisation d'un vaisseau sanguin sombre dans une boîte crânienne, etc. La Fig. 2 représente un schéma de principe du système de traitement d'image numérique selon une forme de réalisation de la présente invention, le système comprenant un processeur 10 conçu pour lire et traiter un ensemble de données d'entrée d'une image à traiter. Un système d'exploitation 20 est connecté au processeur 10 pour fournir au processeur 10 des instructions de lecture et de traitement de l'ensemble de données d'entrée. Le système d'exploitation 20 facilite une utilisation interactive du processeur 10. Un écran d'affichage 30 est connecté au processeur 10 pour afficher l'image de sortie du processeur 10. Une mémoire 40 contenant un programme d'exploitation du processeur 10 est connectée au processeur 10.
La Fig. 3 représente un organigramme d'étapes d'un procédé exécutées par le système selon une forme de réalisation de la présente invention.
Comme illustré, lors de l'étape 101, un ensemble de données d'une image à traiter est lu. Par exemple, l'ensemble de données peut représenter un vaisseau sanguin dans une colonne vertébrale, une sténose dans un vaisseau sanguin, etc. Lors de l'étape 202, l'ensemble de données lues est segmenté en fonction d'une région concernée (ROI) et/ou d'une application.
Dans un exemple, si l'application vise à observer une sténose dans un vaisseau sanguin, le vaisseau sanguin est alors segmenté.
Dans un autre exemple, si l'application vise à examiner un vaisseau sanguin sombre dans une colonne vertébrale claire, la colonne vertébrale est alors segmentée.
Dans une forme de réalisation, la région concernée est sélectionnée manuellement par l'utilisateur ou un réglage est fait pour sélectionner automatiquement la région concernée à l'aide d'un programme informatique.
Par exemple, une segmentation est réalisée par développement d'une région, un pixel arbitraire de départ étant choisi et comparé avec des pixels voisins. Une région est développée d'après le pixel de départ en ajoutant des pixels voisins qui sont semblables, ce qui accroît donc les dimensions de la région.
Il faut souligner que l'ensemble de données de l'image peut être un ensemble de données en deux dimensions (2D) ou en volume.
Lors de l'étape 302, l'ensemble de données segmenté est soumis à une projection à intensité maximale.
Lors de l'étape 402, parallèlement à l'étape 302, l'ensemble de données segmenté est soumis à une fermeture par reconstruction.
Comme illustré, lors de l'étape 502, l'ensemble de données soumis à la fermeture par reconstruction est combiné avec l'ensemble de données segmenté (résultat de l'étape 202) par une fonction logique ET.
Il faut souligner que la réalisation d'une projection à intensité maximale et de la fermeture par reconstruction peut s'effectuer sur un ensemble de données d'origine sans procéder à une segmentation. Cependant, cette exécution directe risque de ne pas donner une image d'une grande clarté et elle prend du temps.
Lors de l'étape 602, le pixel d'intensité non voulue sur l'image de projection à intensité maximale (résultat de l'étape 302) est remplacé par les pixels d'intensité voulue obtenus par (étape 502) la combinaison logique de l'ensemble de données soumis à une fermeture par reconstruction et de l'ensemble de données segmenté.
Il faut souligner que le pixel à intensité non voulue est défini d'après l'application. Par exemple, si l'application vise à observer une région sombre entourée d'une région claire, les pixels clairs sont alors appelés pixels d'intensité non voulue et les pixels sombres sont appelés pixels d'intensité voulue.
Si l'application vise à observer une région claire entourée d'une région sombre, les pixels sombres sont alors appelés pixels d'intensité non voulue et les pixels clairs sont appelés pixels d'intensité voulue.
Lors de l'étape 702, l'image de sortie est affichée sur l'écran d'affichage 30.
La Fig. 4 illustre un exemple d'une image de sortie obtenue à l'aide du procédé illustré sur la Fig. 3. L'image de sortie donne une vue très claire d'un vaisseau sanguin sombre dans une colonne vertébrale claire.
Ainsi, diverses formes de réalisation de la présente invention décrivent un système de traitement d'image numérique en imagerie médicale. D'autres formes de réalisation de la présente invention décrivent un procédé de traitement d'image numérique en imagerie médicale.
Claims (10)
1. Procédé de traitement d'image numérique pour imagerie médicale, ledit procédé comprenant les étapes consistant à : (i) segmenter un ensemble de données d'une image à traiter, en fonction de conditions prédéterminées; (ii) générer une projection à intensité maximale de l'ensemble de données segmenté ; (iii) fermer par reconstruction ledit ensemble de données segmenté parallèlement à l'étape (ii) ; (iv) combiner le résultat de l'étape (i) avec le résultat de l'étape (iii) par une fonction logique ET; et (v) remplacer des pixels d'intensité non voulue dans le résultat de l'étape (ii) par des pixels d'intensité voulue d'après le résultat de l'étape (iv).
2. Procédé selon la revendication 1, dans lequel l'étape (i) comporte en outre une segmentation de l'ensemble de données d'après une région concernée et/ou une application.
3. Procédé selon la revendication 2, dans lequel l'application comporte en outre la visualisation d'une région de faible intensité entourant une région de forte intensité et/ou vice versa.
4. Système de traitement d'image numérique, comprenant: un processeur (10) ; ledit processeur (10) étant programmé pour: segmenter un ensemble de données d'une image à traiter, en fonction de conditions prédéterminées; générer une projection à intensité maximale de l'ensemble de données segmenté ; fermer par reconstruction ledit ensemble de données segmenté parallèlement à l'étape (ii) ; combiner le résultat de l'étape (i) avec le résultat de l'étape (iii) par une fonction logique ET; et remplacer les pixels d'intensité non voulue dans le résultat de l'étape (ii) par des pixels d'intensité voulue d'après le résultat de l'étape (iv) .
5. Système de traitement d'image numérique selon la revendication 4, dans lequel l'ensemble de données est segmenté en fonction d'une région concernée et/ou d'une application.
6. Système de traitement d'image numérique selon la revendication 5, dans lequel la région concernée est sélectionnée par une procédure manuelle et/ou une procédure automatisée.
7. Système de traitement d'image numérique selon la revendication 5, dans lequel l'application comprend en outre une visualisation d'une région de faible intensité entourant une région de forte intensité et/ou vice versa.
8. Système de traitement d'image numérique, comprenant: un moyen pour lire l'ensemble de données d'une image à traiter; et un moyen pour traiter un ensemble de données d'image afin de former une image de sortie, le moyen étant programmé pour combiner une projection à intensité maximale et une projection à intensité minimale pour former l'image de sortie.
9. Système de traitement d'image numérique selon la revendication 8, dans lequel l'image de sortie a en outre une configuration en deux dimensions et/ou une configuration en volume.
10. Système de traitement d'image numérique selon la revendication 8, dans lequel le moyen de traitement des données d'image est en outre conçu pour former une image d'une structure anatomique, la structure anatomique comportant en outre une région de faible intensité entourant une région de forte intensité et/ou vice versa.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/023,951 US7483555B2 (en) | 2004-12-28 | 2004-12-28 | Method and system for digital image processing |
Publications (1)
Publication Number | Publication Date |
---|---|
FR2880164A1 true FR2880164A1 (fr) | 2006-06-30 |
Family
ID=36585772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR0513349A Pending FR2880164A1 (fr) | 2004-12-28 | 2005-12-27 | Procede et systeme de traitement d'images numeriques |
Country Status (3)
Country | Link |
---|---|
US (1) | US7483555B2 (fr) |
JP (1) | JP4904050B2 (fr) |
FR (1) | FR2880164A1 (fr) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006046285A1 (de) * | 2006-09-29 | 2009-04-23 | Siemens Ag | Verfahren zur Gefäßhervorhebung und Segmentierung in 3D Volumendaten |
EP2051205B1 (fr) * | 2007-10-17 | 2012-03-14 | Deutsches Krebsforschungszentrum | Procédé, programme informatique et station de travail pour supprimer les objets indésirables d'une image médicale numérique |
US8332016B2 (en) * | 2009-08-04 | 2012-12-11 | Carl Zeiss Meditec, Inc. | Non-linear projections of 3-D medical imaging data |
CN104967288A (zh) * | 2015-06-17 | 2015-10-07 | 中国科学院等离子体物理研究所 | 一种高压脉冲电源igbt驱动机箱 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07320028A (ja) * | 1994-05-24 | 1995-12-08 | Ge Yokogawa Medical Syst Ltd | 投影画像処理方法及び投影画像処理装置 |
JPH08147496A (ja) * | 1994-11-21 | 1996-06-07 | Hitachi Medical Corp | 回転像の作成方法および装置 |
JPH0973557A (ja) * | 1995-09-04 | 1997-03-18 | Toshiba Corp | 画像処理装置 |
JPH09259257A (ja) * | 1996-03-26 | 1997-10-03 | Toshiba Corp | 画像処理装置 |
US6501272B1 (en) * | 1998-06-17 | 2002-12-31 | Magnetic Resonance Innovations, Inc. | Application-specific optimization of echo time in MR pulse sequences for investigating materials with susceptibilities different from that of the background in which they are embedded |
JP4408988B2 (ja) * | 1999-05-31 | 2010-02-03 | 株式会社東芝 | 超音波診断装置 |
JP2001212135A (ja) * | 2000-02-04 | 2001-08-07 | Ge Yokogawa Medical Systems Ltd | 放射線断層撮影装置および記憶媒体 |
JP4311598B2 (ja) * | 2000-11-20 | 2009-08-12 | 富士フイルム株式会社 | 異常陰影検出方法および装置 |
US6450962B1 (en) * | 2001-09-18 | 2002-09-17 | Kretztechnik Ag | Ultrasonic diagnostic methods and apparatus for generating images from multiple 2D slices |
US7024027B1 (en) * | 2001-11-13 | 2006-04-04 | Koninklijke Philips Electronics N.V. | Method and apparatus for three-dimensional filtering of angiographic volume data |
JP2005518915A (ja) * | 2002-03-06 | 2005-06-30 | シーメンス コーポレイト リサーチ インコーポレイテツド | ボリュームどうしの融像の視覚化 |
US7717849B2 (en) * | 2004-07-06 | 2010-05-18 | Gerneral Electric Company | Method and apparatus for controlling ultrasound system display |
-
2004
- 2004-12-28 US US11/023,951 patent/US7483555B2/en active Active
-
2005
- 2005-12-21 JP JP2005367305A patent/JP4904050B2/ja active Active
- 2005-12-27 FR FR0513349A patent/FR2880164A1/fr active Pending
Also Published As
Publication number | Publication date |
---|---|
JP4904050B2 (ja) | 2012-03-28 |
JP2006187605A (ja) | 2006-07-20 |
US20060147098A1 (en) | 2006-07-06 |
US7483555B2 (en) | 2009-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7134303B2 (ja) | 顕微鏡スライド画像のための焦点重み付き機械学習分類器誤り予測 | |
US10957043B2 (en) | AI systems for detecting and sizing lesions | |
JP2021515240A (ja) | 定量的バイオマーカデータのオーバレイを有する病理学用拡張現実顕微鏡 | |
Ashraf et al. | Melanoma segmentation using deep learning with test-time augmentations and conditional random fields | |
AU2009355842B2 (en) | Method and system for filtering image data and use thereof in virtual endoscopy | |
Münzer et al. | Domain-specific video compression for long-term archiving of endoscopic surgery videos | |
FR2880164A1 (fr) | Procede et systeme de traitement d'images numeriques | |
Anand et al. | Chest X ray image enhancement using deep contrast diffusion learning | |
CN116433695B (zh) | 一种乳腺钼靶图像的乳腺区域提取方法及系统 | |
Seoni et al. | All you need is data preparation: A systematic review of image harmonization techniques in Multi-center/device studies for medical support systems | |
Chwyl et al. | Specular reflectance suppression in endoscopic imagery via stochastic Bayesian estimation | |
JP2006334140A (ja) | 異常陰影候補の表示方法及び医用画像処理システム | |
Liu et al. | Computer-aided detection and quantification of endolymphatic hydrops within the mouse cochlea in vivo using optical coherence tomography | |
Zheng et al. | SR-CycleGAN: super-resolution of clinical CT to micro-CT level with multi-modality super-resolution loss | |
Singh et al. | Dark channel processing for medical image enhancement | |
Manshadi et al. | Colorectal Polyp Localization: From Image Restoration to Real-time Detection with Deep Learning | |
Ahmad et al. | Analysis of image quality based on dentists' perception cognitive analysis and statistical measurements of intra-oral dental radiographs | |
de Haan et al. | Deep learning-based transformation of the H&E stain into special stains | |
US20220180510A1 (en) | Correlated image analysis for 3d biopsy | |
US20230098732A1 (en) | Systems and methods to process electronic images to selectively hide structures and artifacts for digital pathology image review | |
US20230010654A1 (en) | Systems and methods to process electronic images to provide blur robustness | |
Robinson et al. | Segmentation of the biliary tree in mrcp data | |
De Haan | Computational deep learning microscopy | |
Bodzioch et al. | Effective filtration techniques for gallbladder ultrasound images with variable contrast | |
CN118154557A (zh) | 视频流处理方法、装置、电子设备和存储介质 |