FR2904882A1 - Procede de traitement d'images radiologiques pour une detection d'opacites - Google Patents

Procede de traitement d'images radiologiques pour une detection d'opacites Download PDF

Info

Publication number
FR2904882A1
FR2904882A1 FR0653369A FR0653369A FR2904882A1 FR 2904882 A1 FR2904882 A1 FR 2904882A1 FR 0653369 A FR0653369 A FR 0653369A FR 0653369 A FR0653369 A FR 0653369A FR 2904882 A1 FR2904882 A1 FR 2904882A1
Authority
FR
France
Prior art keywords
elements
opacity
image
region
raw image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
FR0653369A
Other languages
English (en)
Other versions
FR2904882B1 (fr
Inventor
Sylvain Bernard
Serge Muller
Razvan Iordache
Gero Peters
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Priority to FR0653369A priority Critical patent/FR2904882B1/fr
Priority to US11/828,451 priority patent/US7881513B2/en
Priority to JP2007206250A priority patent/JP5162182B2/ja
Priority to DE102007038058A priority patent/DE102007038058A1/de
Publication of FR2904882A1 publication Critical patent/FR2904882A1/fr
Application granted granted Critical
Publication of FR2904882B1 publication Critical patent/FR2904882B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20004Adaptive image processing
    • G06T2207/20008Globally adaptive
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30068Mammography; Breast

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

La présente invention a pour objet un procédé de traitement d'images radiologiques pour une détection d'opacités (2) dans une image radiographique (1). La présente invention propose un algorithme (54, 103, 204 permettant de détecter des opacités en fonction de leurs contrastes. Pour déterminer un contraste non surestimé de chaque élément, l'invention propose un algorithme de calcul d'intensité de fond au moyen de filtrage par fenêtre coulissante (72). Ce type de filtrage par fenêtre coulissante calcule l'ensemble des moyennes de niveaux de gris autour d'un environnement (73) immédiat d'une région d'éléments (70) dont la taille dépend de la taille de l'opacité à détecter. L'algorithme considère une intensité de fond de la région d'éléments comme la moyenne de niveaux de gris la plus faible parmi l'ensemble des moyennes de niveaux de gris.

Description

1 Procédé de traitement d'images radiologiques pour une détection
d'opacités Domaine de l'invention La présente invention a pour objet un procédé de traitement d'images radiologiques pour une détection d'opacités. La présente invention trouve des applications particulièrement avantageuses, mais non exclusives, dans le domaine de l'imagerie médicale et plus particulièrement celui de la mammographie. La présente invention concerne également une station de revue d'images médicales comportant un tel procédé de traitement d'images. Etat de la technique La mammographie est aujourd'hui largement utilisée pour la détection de lésions et la prévention du cancer du sein. Les signes à détecter sur des images de mammographie sont des signes radiologiques associés à des lésions. Ces signes peuvent être soit des dépôts de calcium soit des opacités. Les opacités sont des zones denses, où les rayons X sont plus fortement absorbés que dans les zones adjacentes. Une opacité comporte souvent un noyau dense probablement avec des spicules convergeant vers le noyau.
Aujourd'hui, il reste difficile, même pour des praticiens, de détecter visuellement les opacités sur les images radiographiques standard. En effet, sur de telles images la forme des opacités n'est pas bien définie et leur contraste est souvent faible. Pour aider à la résolution des problèmes de détection des opacités, il existe dans l'état de la technique des dispositifs de mammographie comportant des procédés de traitement d'images permettant au radiologue de faciliter la détection des lésions. Ces dispositifs comportent des systèmes de Détection Assistée par Ordinateur ou DAO, plus communément connu sous le nom anglais Computer Aided Detection ou CAD.
Le système de détection permet de lire et d'analyser un film d'image radiographique préalablement numérisé, pour en extraire des zones suspectes traduisant potentiellement la présence d'une lésion. Ce système de détection fournit des informations de localisation sur les lésions. Cependant, ces dispositifs présentent des inconvénients. En effet, dans de tels dispositifs, le procédé de traitement est effectué sur des films 2904882 2 radiologiques numérisés, ajoutant ainsi un bruit de numérisation à la présence naturelle du bruit dans l'image à traiter. L'augmentation du bruit rend plus difficile la détection des éléments d'opacité. En outre, avec ce type de système de détection, il arrive que certaines 5 opacités ne soient pas repérées. Ce phénomène a plusieurs causes. Notamment, les images de mammographies étant le résultat de projections, elles représentent des structures superposées qui perturbent la visibilité des structures du sein, entraînant parfois, soit une interprétation faussement positive lorsqu'une superposition de ces structures ressemble à une opacité, 10 soit une interprétation faussement négative lorsque ces structures obscurcissent la visibilité de l'opacité. Pour résoudre ce problème d'interprétation faussement négative ou faussement positive, il existe dans l'état de la technique des dispositifs permettant de localiser automatiquement les lésions à partir d'une image de 15 contraste. Ce type de dispositif et les résultats obtenus avec ce type de dispositif sont illustrés aux figures 1 à 3. La figure 1 montre une image brute 1 correspondante au sein du patient radiographié. Cette image brute 1 est produite à partir des signaux fournis par un détecteur d'un appareil à rayons X. L'image brute 1 a une 20 texture hétérogène. Dans l'exemple de la figure 1, l'image brute comporte une opacité 2. Cette opacité 2 se situe près de la frontière du sein avec le muscle pectoral 3. Le dispositif calcule pour chaque élément de l'image brute un contraste le caractérisant. Le moyen de calcul du contraste des éléments est 25 réalisé par un filtre d'ondelette qui est conçu pour réagir fortement à la présence de structures ayant une dimension et une forme donnée. De ce fait, l'image brute est convertie en une image de contrastes qui est définie pour chaque élément du sein. La figure 2a montre, une représentation schématique 30 tridimensionnelle du filtre d'ondelette avec un paramètre d'échelle s. Le filtre d'ondelette est de type chapeau mexicain à l'envers. Le filtre d'ondelette est représenté, dans l'exemple de la figure 2a, sur les coordonnées cartésiennes X, Y et Z. Le filtre d'ondelette est translaté sur le plan défini par les axes des X et Y. L'axe des Z représente l'amplitude du 35 filtre d'ondelette. 2904882 3 On définit une famille de filtres d'ondelette, à appliquer à l'image brute, afin de calculer le contraste pour chaque taille d'une gamme de taille d'opacités prédéfinie. Le di spositif choi sit arbitrairement 1' échelle s suivant la taille de l'opacité prédéfinie. 5 La figure 2b montre une coupe dans le plan (X, Z) du filtre d'ondelette de la figure 2a, selon l'échelle s. Chaque filtre d'ondelette défini par la logique de commande, mesure le contraste de chaque élément de l'image brute, en fonction du paramètre de l'échelle s. Le filtre d'ondelette comporte une partie centrale composée de coefficients négatifs et une partie positive située en 10 périphérie. Le plus grand rayon de la partie négative est égal à la valeur de l'échelle du filtre. L'équation du filtre d'ondelette est donnée dans des coordonnées polaires par l'équation suivante où r est la variable de rayon: YZ z L(r) = ù 1ù rz . e s2 où s est l'échelle du filtre. s 15 Lors, de la convolution de l'image brute avec le filtre d'ondelette, la logique de commande calcule à chaque élément de coordonnée (x, y) de l'image brute une moyenne des niveaux de gris voisins de (x, y) pondérés par la valeur absolue des coefficients négatifs du filtre et une moyenne des niveaux de gris voisins de (x, y) pondérés par les coefficients positifs du filtre. 20 La moyenne des niveaux de gris présents dans la partie négative représente la moyenne des niveaux de gris de la partie supposée d'opacité. La moyenne des niveaux de gris présents dans la partie positive représente la moyenne des niveaux de gris de la partie supposée de fond lb environnant la supposée opacité. 25 Enfin, la logique de commande calcule le contraste dudit élément en faisant la différence de ces deux moyennes. L'utilisation du filtre d'ondelette permet d'effectuer un calcul de contraste linéaire en faisant une différence des valeurs moyennes de niveaux de gris. Cependant ce type de dispositif présente des inconvénients. Ces 30 inconvénients sont représentés à la figure 3. La figure 3 montre l'image filtrée 4 obtenue avec le filtrage par ondelettes représenté aux figures 2a et 2b. Dans cette image filtrée 4, des réponses fortes sont non seulement obtenues en secteur d'opacité 2 mais également à la frontière 5 entre le muscle pectoral 3 et le sein, à la transition 6 entre les secteurs comportant 2904882 4 principalement de la glande et les secteurs comportant principalement de la graisse. Avec toutes les réponses fortes obtenues dans l'image filtrée 4, le dispositif n'est pas capable de distinguer une opacité d'une zone non 5 suspecte. Or, l'inconvénient de ces dispositifs est qu'ils tendent à se substituer au radiologue dans l'interprétation de l'image, notamment en ce qui concerne la distinction entre éléments malins et éléments bénins. Exposé de l'invention L'invention a justement pour but de remédier aux inconvénients des 10 techniques exposées précédemment. Pour cela, l'invention propose un procédé de traitement d'images permettant de détecter des opacités sur une image radiographique en fonction de leurs contrastes. Pour ce faire, l'invention met en oeuvre de nouvelles méthodes de calcul du contraste des opacités. 15 Avec ce procédé de traitement d'images, les opacités sont plus faciles à identifier, permettant ainsi un examen plus efficace. La présente invention propose un algorithme pour la détection des opacités appliqué directement aux données fournies par le détecteur numérique et non aux films radiologiques numérisés, comme dans l'état de la 20 technique. Ceci permet de supprimer le bruit introduit par le procédé de numérisation. En outre, les structures à rechercher dans l'image brute sont des objets d'assez grandes tailles de 50 à 300 éléments. Il n'est donc pas nécessaire d'analyser l'image avec une grande résolution. L'image sera donc 25 convertie en une image de plus basse résolution. Ceci permettant de réduire de manière considérable le temps de calcul nécessaire à la détection des éléments d'opacités. L'image brute est de ce fait divisée en blocs contigus d'éléments de l'image. L'image sousrésolue est formée de macro-éléments ayant la moyenne des niveaux de gris de chaque bloc correspondant. 30 Lors de la réalisation de l'invention, on a mis en évidence le fait que l'estimation de l'intensité de fond lb comme valeur moyenne de niveaux de gris mesurée dans le voisinage proche d'une région de macro-éléments mène à une surestimation du contraste de la région. Cette surestimation du contraste de la région d'éléments peut entraîner des fausses détections. 35 Pour résoudre ce problème, l'invention met en oeuvre un algorithme de calcul 2904882 5 d'intensité de fond fournissant une meilleure estimation de l'intensité de fond lb entraînant une meilleure estimation du contraste des éléments de l'image. Cet algorithme de calcul d'intensité de fond lb est mis en oeuvre au moyen de filtrage par fenêtre coulissante. Ce type de filtrage par fenêtre 5 coulissante calcule l'ensemble des moyennes de niveaux de gris dans un environnement immédiat de la région d'éléments. L'algorithme détermine une intensité de fond lb à attribuer à la région d'éléments parmi l'ensemble des moyennes de niveaux de gris calculées dans cet environnement immédiat. Cette détermination est faîte en fonction de critères permettant une meilleure 10 estimation du contraste des régions d'éléments. De préférence, l'intensité de fond lb est estimée comme la valeur moyenne de niveaux de gris minimale, mesurée dans l'environnement immédiat de la région d'éléments. L'utilisation de ces fenêtres coulissantes pour calculer l'intensité de fond lb facilite l'algorithme tout en diminuant les temps de calcul du procédé 15 de l'invention. L'invention propose également des techniques de traitement numérique de l'image radiologique apte à améliorer la lisibilité de l'information. Pour ce faire, l'invention produit un affichage de l'image de projection où les opacités sont rehaussées ou colorisées, et/ou sur option les 20 opacités identifiées sont marquées et/ou entourées par un contour. L'algorithme de l'invention est ainsi apte à accélérer la recherche des opacités tout en augmentant la visibilité des résultats. Le procédé de l'invention met ainsi en évidence toutes les opacités qui apparaissent sur l'image sans distinction, que ces signes soient bénins ou malins. 25 Plus précisément, l'invention a pour objet un procédé d'images produites par un dispositif à rayons X, dans lequel, - on produit, à partir d'une projection radiographique d'un corps, une image brute de ce corps, - on calcule pour chaque élément de l'image brute un niveau de gris 30 moyen le caractérisant, caractérisé en ce que a) - on associe les éléments de l'image brute en région d'éléments en fonction de la taille de l'opacité à détecter, b) - on détermine une fenêtre coulissante de taille et de forme 35 semblables à celles de la région d'éléments, 2904882 6 c) - on détermine pour chaque région d'éléments un environnement immédiat, d) - on applique cette fenêtre coulissante à chaque environnement immédiat de chaque région d'éléments, 5 e) - à chaque position de la fenêtre coulissante sur chaque environnement immédiat, on calcule une moyenne de niveaux de gris, f) - la moyenne de niveaux de gris à considérer pour chaque région d'éléments comme intensité de fond lb est la plus faible moyenne de niveaux de gris parmi l'ensemble des moyennes de niveaux de gris calculé dans 10 l'environnement immédiat correspondant. Avantageusement l'invention est aussi caractérisée en ce que : g) - on calcule le contraste de chaque région d'éléments en faisant la différence entre la moyenne des niveaux de gris des éléments de cette région d'éléments et l'intensité de fond lb attribuée à la dite région 15 d'éléments. Avantageusement l'invention est aussi caractérisée en ce que l'association des éléments en région d'éléments comporte les étapes suivantes : - on choisit une résolution d'image à appliquer à l'image brute en 20 fonction de la taille des opacités à détecter, - on détermine une taille d'opacité à détecter dans une gamme de tailles prédéfinies, on associe des éléments de la dite image brute afin de former des régions d'éléments de taille égale à celle de l'opacité à détecter. 25 Avantageusement l'invention est aussi caractérisée en ce que l'application d'un changement de résolution à l'image brute comporte les étapes suivantes: - on divise l'image brute en blocs contigus d'éléments de l'image, en fonction de la résolution choisie, 30 - on forme des macro-éléments comportant une moyenne des niveaux de gris de chaque bloc correspondant. Avantageusement l'invention est aussi caractérisée en ce que : h) - on calcule une différence d'atténuation de chaque région d'éléments en normalisant le contraste de la dite région d'éléments en 35 fonction de la taille de l'opacité à détecter et de l'intensité de fond attribuée à 2904882 7 la dite région. Avantageusement l'invention est aussi caractérisée en ce que i) - on définit préalablement un seuil de contraste, j) - lorsque le contraste normalisé de chaque région d'éléments est 5 supérieur au seuil de contraste, alors on attribue aux éléments de la dite région un attribut d'opacité, k)- on détermine des particules formées par un ensemble de pixels connectés ayant un attribut d'opacité, I)- on fait évoluer le contour de chaque particule afin d'obtenir un 10 contour représentatif de l'opacité à détecter. m) - on visualise les éléments pourvus d'un attribut d'opacité dans une image de présentation produite à partir de l'image brute. Avantageusement l'invention est aussi caractérisée en ce que o) - à titre de présentation, on attribue une information de couleur aux 15 éléments ayant un attribut d'opacité dans l'image de présentation, ainsi qu'à leur environnement immédiat, ou p) on rehausse l'intensité des éléments ayant un attribut d'opacité ainsi que leur environnement immédiat dans l'image de présentation, q) - on visualise l'image de présentation avec les éléments colorisés 20 ou rehaussés. Avantageusement l'invention est aussi caractérisée en ce que le calcul de niveaux de gris dans chaque région d'éléments est effectué au moyen d'un filtre passe bas. Avantageusement l'invention est aussi caractérisée en ce que 25 - on réalise plusieurs projections radiographiques d'un corps, - on reconstruit un volume numérique du corps, à partir de l'ensemble des projections, dans lequel on définit des coupes, - Pour chaque coupe, on applique les étapes a) à I), - on visualise les éléments pourvus d'un attribut d'opacité, dans un 30 volume numérique de présentation produit à partir des projections, - on applique les étapes o) à q). Avantageusement l'invention est aussi caractérisée en ce que - on réalise plusieurs projections radiographiques d'un corps, - on filtre chaque projection 35 - on reconstruit le volume numérique du corps à partir des images de 2904882 8 projection filtrées, dans lequel on définit des coupes, - pour chaque coupe, on applique les étapes f) à I), - on visualise les éléments pourvus d'un attribut d'opacité, dans un volume numérique de présentation produit à partir des projections, 5 - on applique les étapes o) à q). L'invention concerne également un dispositif pour la mise en oeuvre dudit procédé de traitement d'images radiologiques pour une détection d'opacités. Brève description des dessins 10 L'invention sera mieux comprise à la lecture de la description qui suit et à l'examen des figures qui l'accompagnent. Celles-ci sont présentées à titre indicatif et nullement limitatif de l'invention. La figure 1, déjà décrite, montre une représentation schématique d'une image brute radiologique d'un sein de patient. 15 La figure 2a, déjà décrite, montre une représentation schématique d'un filtre d'ondelette de type chapeau mexicain à l'envers. La figure 2b, déjà décrite, montre schématiquement une coupe dans le plan (X, Z) du filtre d'ondelette de la figure 2a. La figure 3, déjà décrite, montre une représentation schématique de 20 l'image brute filtrée par le filtre d'ondelette des figures 2a et 2b. La figure 4 montre une représentation schématique d'un dispositif de rayonnement X, en particulier un mammographe, muni des moyens perfectionnés de l'invention. La figure 5 montre une illustration de moyens mettant en oeuvre le 25 procédé de l'invention. La figure 6 montre une représentation tridimensionnelle des niveaux de gris de l'image du sein comportant une opacité. La figure 7 montre une représentation d'une section verticale de la figure 6 croisant l'opacité. 30 La figure 8 montre une représentation schématique d'un déplacement d'une fenêtre coulissante autour d'une région d'éléments de l'image brute du sein. La figure 9 montre une illustration de moyens mettant en oeuvre un mode de réalisation de l'invention. 35 La figure 10 montre une illustration de moyens mettant en oeuvre un 2904882 9 autre mode de réalisation de l'invention. Description détaillée de modes de réalisation de l'invention La figure 4 montre un dispositif 10 de rayonnement X particulièrement un mammographe conforme à l'invention. Ce dispositif 10 de rayonnement X 5 comporte une colonne verticale 11. A cette colonne verticale 11 est articulé un bras 12 portant un tube 13 émetteur de rayonnement X et un détecteur 14 apte à détecter les rayons X émis par le tube 13. Ce bras 12 peut être orienté à la verticale, à l'horizontale ou en oblique. Le tube 13 est muni d'un foyer 15 qui est le foyer émetteur des rayons X. Ce foyer 15 émet un faisceau 16 de 10 rayons X suivant une direction d'émission D. Actuellement, il existe plusieurs images de projection mammographiques qui ont une terminologie standardisée. Pour une mammographie de dépistage, on réalise généralement une projection craniocaudale et une projection médio-latérale oblique sur chaque sein. Le bras 12 15 déplace le tube 13 à des positions prédéfinies pour obtenir une projection cranio-caudale et/ou médio-latérale oblique pour chaque sein. Le détecteur 14 est dans un exemple préféré un détecteur numérique. Le détecteur 14 est accroché au bras 12 à l'opposée du tube 13 et dans la direction d'émission D, de manière à recevoir le faisceau 16 de rayons X 20 Le bras 12 est muni d'un plateau porte-sein 18 sur lequel une patiente pose son sein. Ce plateau porte-sein 18 est superposé au détecteur 14. Le détecteur 14 est placé sous le plateau porte sein 18. Le détecteur 14 détecte les rayons X ayant traversé le sein de la patiente et le plateau porte sein 18. En outre, pour des raisons tant d'immobilisation du sein que de qualité 25 d'image ou d'intensité de rayonnement X délivrée au sein de la patiente, il est nécessaire de comprimer le sein de la patiente, au moment de la radiographie. Différents efforts de compression peuvent être appliqués. Ces efforts sont appliqués via une pelote 19 de compression qui comprime le sein sur le plateau porte-sein 18, en fonction du type d'examen que l'on souhaite 30 faire. A cet effet, le bras 12 comporte une pelote 19 coulissante et susceptible de venir comprimer le sein, manuellement ou d'une manière motorisée. La pelote 19 est formée en un matériau transparent aux rayons X, notamment en matière plastique. Le bras 12 porte donc verticalement, en 35 partant du haut, le tube 13 à rayons X, la pelote 19 de compression, le 2904882 10 plateau porte-sein 18 et le détecteur 14. Alors que la pelote 19, le plateau 18 et le détecteur 14 sont fixes, le tube à rayon X 13 peut occuper diverses positions dans l'espace par rapport à cet ensemble. 5 Dans une variante, le détecteur 14 peut être mobile et occuper diverses positions autour du sein en même temps que le tube à rayons X 13. Dans ce cas, le détecteur 14 n'est plus solidaire au plateau porte sein 18. Le détecteur 14 peut avoir une forme plane ou courbe. Il peut être déplacé en rotation et/ou en translation. 10 Après avoir reçu le faisceau 16 qui traverse une partie du corps du patient, le détecteur 13 émet des signaux électriques correspondant à l'énergie des rayons reçus. Ces signaux électriques peuvent ensuite être transmis à une logique de commande 20 par l'intermédiaire d'un bus externe 21. Ces signaux électriques permettent à cette logique de commande 20 de 15 produire une image brute correspondant à la partie du corps radiographiée. Dans un mode de réalisation préféré, la colorisation ou le rehaussement de l'intensité des éléments susceptibles de constituer des opacités est réalisé sur une image dite de présentation 22 visualisable par le radiologue, distincte de l'image brute mais obtenue à partir de celle-ci. 20 Cette image de présentation 22 peut être visualisée à l'aide d'un écran 26 de cette logique de commande 20 ou imprimée. Dans un exemple, la logique de commande 20 comporte un microprocesseur 23, une mémoire 24 de programme, une mémoire de données 25, un écran de visualisation 26 muni d'un clavier 27 et une 25 interface 28 d'entrée/sortie. Le microprocesseur 23, la mémoire 24 de programme, la mémoire de données 25, l'écran de visualisation 26 muni d'un clavier 27 et l'interface 28 d'entrée/sortie sont interconnectés par un bus interne 29. Dans la pratique, lorsque l'on prête une action à un dispositif, celle-ci 30 est réalisée par un microprocesseur du dispositif commandé par des codes instructions enregistrés dans une mémoire de programme du dispositif. La logique de commande 20 est un tel dispositif. La logique de commande 20 est, souvent réalisée sous forme de circuit intégré. La mémoire 24 de programme est divisée en plusieurs zones, chaque 35 zone correspondant à des codes instructions pour réaliser une fonction du 2904882 11 dispositif. La mémoire 24 comporte, selon les variantes de l'invention, une zone 30 comportant des codes instructions pour établir une position prédéfinie du tube et pour commander une émission des rayons X à cette position. Les codes instructions de cette zone 30 produisent une image à 5 partir du signal fourni directement par le détecteur. La mémoire 24 comporte une zone 31 comportant des codes instructions pour réaliser un pré-traitement sur cette image dans le but de corriger des artefacts dus à la géométrie d'acquisition et au détecteur produisant ainsi une image dite brute. La mémoire 24 comporte une zone 32 comportant des codes 10 instructions pour produire, à partir de l'image brute, une image dite de présentation sur laquelle des éléments susceptibles d'être des opacités seront rehaussés ou colorisés, après avoir été détectés sur l'image brute. Cette image de présentation est obtenue par un autre procédé de traitement à partir de l'image brute. Un exemple d'un tel procédé de 15 traitement est décrit dans le document FR 28 47 698. Le document FR 28 47 698 décrit un procédé de gestion de la dynamique d'une image radiologique numérique. Ce procédé permet d'adapter les variations de niveaux de gris pour afficher une image dont l'apparence permet une lecture sur toute l'étendue du sein de la patiente y compris dans les zones denses. 20 La mémoire 24 comporte une zone 33 comportant des codes instructions pour recadrer l'image brute sur la région d'intérêt (ROI), c'est à dire la région de l'image contenant uniquement le sein de la patiente. Elle définit alors pour l'image brute une région d'intérêt, incluant un minimum d'artefacts, en utilisant la connaissance antérieure de la géométrie 25 d'acquisition. Elle permet également de gagner du temps de calcul en effectuant les calculs uniquement sur la région d'intérêt. La mémoire 24 comporte une zone 34 comportant des codes instructions pour passer l'image brute en sous-résolution. L'image brute est divisée en blocs contigus d'éléments de l'image. L'image sous-résolue est 30 formée de macro-éléments comportant une moyenne des niveaux de gris de chaque bloc correspondant. La mémoire 24 comporte une zone 35 comportant des codes instructions pour associer dans l'image brute des macro-éléments en régions d'éléments en fonction de la taille de l'opacité à détecter. Elle effectue 35 également une moyenne des niveaux de gris dans la région d'éléments. 2904882 12 La mémoire 24 comporte une zone 36 comportant des codes instructions pour appliquer à chaque région d'éléments un filtrage par fenêtre coulissante afin de calculer l'ensemble des moyennes de niveaux de gris dans un environnement immédiat de chaque région d'éléments. La mémoire 5 24 comporte une zone 37 comportant des codes instructions pour déterminer pour chaque région d'éléments la moyenne de niveaux de gris à considérer comme l'intensité de fond lb parmi l'ensemble des moyennes de niveaux de gris calculées précédemment. La mémoire 24 comporte une zone 38 comportant des codes 10 instructions pour calculer le contraste de chaque région d'éléments en fonction de l'intensité de fond lb estimée. La mémoire 24 comporte une zone 39 comportant des codes instructions pour normaliser le contraste calculé en fonction de l'intensité de fond lb estimée correspondante et de la taille de l'opacité à détecter. 15 La mémoire 24 comporte une zone 40 comportant des codes instructions pour effectuer un seuillage de l'image brute en comparant le contraste normalisé de chaque région d'éléments à un seuil de contraste normalisé d'opacité préalablement défini. Les codes instructions de la zone attribuent un attribut d'opacité aux éléments de la région d'éléments dont 20 le contraste normalisé est supérieur à ce seuil de contraste. Elle attribue à tous les autres éléments ne respectant pas cette condition un attribut de non opacité. Un attribut d'opacité ou de non opacité est un paramètre temporaire et interne de la logique de commande. Dans un exemple, l'attribut peut être une annotation graphique ou un nombre binaire. 25 La mémoire 24 comporte une zone 41 comportant des codes instructions pour appliquer un algorithme de composantes connexes sur une image binaire composée d'un ensemble d'éléments à 1 pour des positions d'éléments ayant un attribut d'opacité et à 0 ailleurs. Ceci mène à un ensemble de particules d'opacités. 30 La mémoire 24 comporte une zone 42 comportant des codes instructions pour déterminer un contour à attribuer à chaque particule d'opacité en appliquant, par exemple, un algorithme de région de croissance. La mémoire 24 comporte une zone 43 comportant des codes instructions pour établir une trajectoire du tube 13 et pour commander une 35 multiplicité de projections le long de cette trajectoire. Ces codes instruction 2904882 13 permettent d'appliquer un algorithme de reconstruction tomographique à l'ensemble des images de projections acquises à différents angles afin d'obtenir un volume numérique reconstruit, comportant 50 à 80 coupes pour un sein moyen. La mémoire 24 comporte une zone 44 comportant des codes 5 instructions pour appliquer à l'ensemble des images de projections acquises un deuxième algorithme de reconstruction davantage orienté vers un objectif de visualisation comme la technique de reconstruction algébrique, afin d'obtenir un volume numérique de présentation. La mémoire 24 comporte une zone 45 comportant des codes 10 instructions pour appliquer un algorithme de visualisation à l'image de présentation ou à un volume numérique deprésentation. Cet algorithme de visualisation peut appliquer des codes instruction de la zone 46 et/ou les codes instructions de la zone 47. La mémoire 24 comporte une zone 46 comportant des codes instructions pour attribuer une information de couleur 15 à chaque élément ayant un attribut d'opacité. La mémoire 24 comporte une zone 47 comportant des codes instructions pour rehausser le signal des éléments ayant un attribut d'opacité dans l'image de présentation ou le volume de présentation. Dans un mode de réalisation de l'invention, le procédé de l'invention 20 est appliqué à une image brute qui est une image bidimensionnelle. Dans ce cas, l'élément de l'image est un pixel. Ce mode de réalisation est représenté aux figures 5 à 8. Dans d'autres modes de réalisation, le procédé de l'invention est appliqué à une image brute qui est une coupe d'un volume numérique. Dans ce cas, l'élément de l'image est un voxel. Les figures 9 et 25 10 illustrent des exemples de ces autres modes de réalisations. La figure 5 montre une illustration de moyens mettant en oeuvre le procédé de l'invention. La figure 5 montre une première étape 50 préliminaire dans laquelle la logique de commande procède à l'acquisition d'une projection radiographique du corps. Le sein et donc le détecteur sont ainsi 30 irradiés pendant cette acquisition. La logique de commande produit une image dite brute de cette projection. A l'étape 51, la logique de commande recadre l'image brute sur la région d'intérêt (ROI). A l'étape 52, la logique de commande calcule le niveau de gris de chaque élément de l'image brute recadrée au moyen d'un 35 filtre de préférence passe bas. A l'étape 53, la logique de commande 2904882 14 applique l'algorithme de détection des éléments d'opacités. Pour ce faire, elle effectue plusieurs étapes successives. Première étape, la logique de commande détermine une résolution d'image à appliquer à l'image brute. Cette résolution est déterminée en 5 fonction de la taille des objets à détecter dans l'image. Du fait de la grosseur des objets à détecter dans l'invention, la logique de commande passe l'image brute en sous-résolution. Elle transforme de ce fait les pixels de l'image brute en macro-pixels. Chaque macro-pixel résume l'information contenue dans un ensemble de pixels d'au moins deux pixels. 10 La logique de commande attribue à chaque macro-pixel la moyenne de niveaux de gris des pixels présents dans ledit macro-pixel. Dans un exemple préféré, chaque macro-pixel comporte quatre pixels. La logique de commande détermine une taille d'opacité à détecter dans une gamme de taille préalablement définie. Cette taille varie de 5 15 millimètres à 3 centimètres de rayon. Puis, la logique de commande associe les macro-pixels en régions de pixels en fonction de la taille de l'opacité à détecter. Puis, la logique de commande détermine l'intensité de fond lb à attribuer à chaque région de pixels pour chaque taille de la gamme de taille 20 d'opacité. La logique de commande applique à chaque région de pixels un filtrage par fenêtre coulissante afin de calculer l'ensemble des moyennes de niveaux de gris dans un environnement immédiat de chaque région. Ce type de filtrage par fenêtre coulissante est décrit à la figure 8. L'environnement immédiat des régions de pixels est défini comme un 25 ensemble de pixels situés à une distance égale à 2.R du pixel situé au centre de la région, ou R est le rayon de l'opacité à détecter. La fenêtre coulissante a la taille et la forme de la région de pixels. La logique de commande calcule pour chaque position de la fenêtre coulissante, une moyenne pondérée des niveaux de gris des pixels se situant dans la 30 fenêtre. A partir de l'ensemble des moyennes de niveaux de gris calculées dans chaque environnement immédiat de chaque région de pixels, la logique de commande sélectionne la moyenne de niveaux gris à considérer comme intensité de fond lb pour chaque région de pixels. L'intensité de fond lb est 35 sélectionnée de tel sorte à ne pas surestimer le contraste des régions de 2904882 15 pixels. Pour ce faire, la logique de commande choisit comme intensité de fond lb, pour chaque région de pixels, la moyenne de niveaux de gris la plus faible parmi l'ensemble des moyennes de niveaux de gris calculées dans chaque environnement immédiat correspondant. 5 Puis, la logique de commande calcule le contraste normalisé de chaque région de pixels en fonction de l'intensité de fond lb estimée pour cette région. Un contraste AI est calculé en faisant la différence de la moyenne de niveaux de gris lm de la région et l'intensité de fond lb estimée pour cette région. La logique de commande normalise le contraste AI calculé 10 de chaque région en fonction de l'intensité de fond lb estimée correspondante et de la taille xm de l'opacité à détecter. Cette normalisation définit une différence d'atténuation 4 . Cette différence d'atténuation 4 est égale à O,u = ,ub ù,um - DI avec. AI = lb ù Im . lb xm Puis, la logique de commande effectue un seuillage de l'image brute 15 en comparant le contraste normalisé de chaque région de pixels à un seuil O,un,;n de contraste normalisé préalablement défini. La logique de commande attribue un attribut d'opacité aux pixels de la région de pixels dont le contraste est supérieur à ce seuil O,un,;n de contraste. Ainsi, seuls les éléments pour lesquels 4 > O,un,;n pour au moins une taille xm d'opacité à 20 détecter sont considérés comme élément d'opacité. Aun,;n est un seuil accordé selon une base de données de vérité. L'algorithme de détection des éléments d'opacités est répété autant de fois que nécessaire pour couvrir la gamme complète de taille xm d'opacités. A l'étape 54, la logique de commande peut déterminer optionellement 25 un contour à attribuer à groupes d'éléments connexes ayant un attribut d'opacité. Ce contour est déterminé selon un algorithme connu de région de croissance. A l'étape 55, la logique de commande produit à partir de l'image brute une image de présentation. C'est à partir de cette image brute que le 30 procédé de traitement permet de localiser des éléments susceptibles de constituer des opacités. Ces opacités sont rehaussées ou colorisées sur l'image de présentation. A l'étape 56, la logique de commande applique l'algorithme de visualisation des éléments ayant un attribut d'opacité à l'image de 2904882 16 présentation afin de faciliter l'analyse du praticien. Cet algorithme de visualisation peut attribuer à chaque pixel de l'image de présentation ayant un attribut d'opacité, ainsi qu'à leur environnement immédiat, une information de couleur. 5 L'algorithme de visualisation peut également appliquer un processus de rehaussement de l'intensité des pixels ayant un attribut d'opacité ainsi qu'à leur environnement immédiat. Le processus de rehaussement consiste à appliquer un algorithme de composantes connexes sur une image binaire composée d'un ensemble de pixel à 1 pour des positions d'opacité et à 0 10 ailleurs. Ceci mène à un ensemble de particules d'opacité. Puis, pour chaque pixel de l'image de présentation appartenant à une particule et à son environnement immédiat, l'intensité du pixel est augmentée par rapport à l'intensité de l'environnement immédiat de la particule. La logique de commande calcule la moyenne de niveaux gris Mp dans 15 l'environnement immédiat de la particule. L'environnement immédiat d'une particule est défini comme l'ensemble des éléments situés à une distance D de tout élément de la particule. Cette moyenne de niveaux de gris Mp est l'intensité de fond de la particule. Pour chaque pixel (i, j) de la particule et de son environnement immédiat, l'image rehaussée notée DCA(i, j) est obtenue 20 en amplifiant la différence entre l'intensité S(i, j) du pixel de la particule et l'intensité de fond Mp de la particule selon l'équation suivante : d 2 DCA (i, j) = M + (1 + A - e z2 ) [s (L, j) ù M ] où A influence directement la puissance du rehaussement et d est la distance entre le pixel (i, j) et la particule avec d=0 pour chaque pixel à l'intérieur de la 25 particule. Puisqu'il est difficile d'identifier des découpes d'opacité, la logique de commande applique un rehaussement dont la force diminue avec la distance à la particule. Le paramètre i contrôle cette diminution du facteur de rehaussement avec la distance. Dans un exemple, les opacités sont indiquées sur l'image de 30 présentation par des marqueurs créés par la logique de commande. Ces marqueurs peuvent être une annotation graphique se situant au centre de gravité des opacités. Dans le cas où la visualisation des résultats se fait par colorisation une couleur est attribuée aux pixels ayant un attribut d'opacité, en fonction de la 35 quantité S(i, j) ùMp et de la distance d. 2904882 17 L'image de présentation finale sur laquelle les particules d'opacité ont été rehaussées ou colorisées est affichée sur l'écran de visualisation en vue d'être visualisée par un praticien. Sur cette image finale, toutes les opacités ont été mises en évidence sans distinction quant à leur caractère suspect ou 5 quant à leur caractère bénin. Par conséquent, le radiologue obtient une vue d'ensemble immédiate de la cartographie de répartition des opacités. La figure 6 montre une représentation schématique en niveaux de gris de l'opacité 2 située prés de la frontière du muscle pectoral 5. Cette représentation est effectuée en coordonnées cartésiennes X, Y et Z. 10 L'opacité 2 est une zone dense traduisant un secteur 60 où les rayons X sont plus fortement absorbés que dans des paliers adjacents 61 et 62. Dans le secteur 60 l'atténuation du rayonnement X incident est supérieure à celle des structures adjacentes. Ceci est traduit par une variation de niveaux de gris entre le secteur 60 et les paliers 61 et 62, comme montré à la figure 6. 15 Le palier 62 de niveaux de gris représente l'atténuation des tissus dans une zone ou l'épaisseur traversée diminue. Le palier 61 de niveaux de gris représente l'atténuation des tissus dans une zone ou l'épaisseur traversée reste quasi constante. La figure 7 montre une section verticale de la figure 6 dans le plan de 20 coupe A-A. Dans l'exemple de la figure 7, l'axe des abscisses X représente la position du pixel et l'axe des ordonnées Y représente le niveau de gris. Les opacités sont de grands objets avec un diamètre variant de 0.5 centimètres à 3 centimètres, correspondant à 50 à 300 pixels en sachant qu'un pixel a une taille de 100pm. 25 L'exemple de la figure 7 montre le problème de l'estimation de l'intensité de fond lb dans l'état de la technique, dans un cas unidimensionnel. En effet, dans l'état de la technique, l'intensité de fond lb est considérée comme étant la moyenne de niveaux de gris de l'environnement immédiat du secteur 60. L'environnement immédiat étant les paliers 61 et 62. 30 De ce fait, l'intensité de fond lb est égale à lb =M12M2 où MI est la moyenne de niveaux de gris du palier 61 et M2 est la moyenne de niveaux de gris du palier 62. La moyenne MI étant largement inférieure à la moyenne M2 entraîne une surestimation de la valeur de l'intensité de fond Ib. Cette surestimation de l'intensité de fond lb provoque une surestimation du 35 contraste AI du secteur 60. Cette surestimation du contraste AI du secteur 60 2904882 18 engendre un nombre important de fausses détections. Le praticien ne peut donc pas se fier aux résultats fournis par les algorithmes de l'état de la technique. Pour résoudre ce problème de surestimation de l'intensité de fond lb, 5 l'invention affecte à lb la valeur minimale entre MI et M2. Cette technique est généralisée en 2D par une technique de filtrage par fenêtre coulissante, comme illustré à la figure 8. La figure 8 montre un déplacement de la fenêtre 72 coulissante autour d'un environnement immédiat 73 d'une région 70 de pixels. L'environnement 10 immédiat 73 est représenté par un cercle en pointillés, dans la figure 8. Cette région 70 de pixels comporte des zones de pixels 71 en fonction de la taille de l'opacité à détecter d'une gamme de tailles d'opacité prédéfinie. La forme et la taille de la région 70 de pixels dépendent de la forme et de la taille de l'opacité à détecter. Dans un exemple préféré, la forme de la région 70 est 15 circulaire. La logique de la commande utilise pour estimer l'intensité de fond lb de la région 70 la méthode par fenêtre 72 coulissante. Cette fenêtre 72 a la même forme et la même taille que la forme et la taille de la région 70 de pixels. 20 A chaque position P de la fenêtre coulissante sur le cercle de l'environnement immédiat 73, la fenêtre coulissante 72 calcule une moyenne pondérée de niveaux de gris des pixels présents dans cette fenêtre. La logique de commande choisit comme valeur de fond de 25 l'environnement immédiat, la moyenne de niveaux de gris la plus petite correspondant à la région la plus atténuante parmi l'ensemble des moyennes de niveaux de gris calculées autour de ce cercle 73. Cette moyenne de niveaux de gris choisie est considérée comme l'intensité de fond ib de la région 70 de pixels. 30 Les figures 9 et 10 montrent d'autres illustrations de moyens mettant en oeuvre le procédé de traitement d'images de l'invention, permettant de localiser des voxels susceptibles de constituer des opacités, dans un volume du sein reconstruit. Les figures 9 et 10 montrent l'utilisation du procédé de détection d'opacité de l'invention dans un volume numérique d'image. 35 La figure 9 montre un mode de réalisation de l'invention. Sur la figure 2904882 19 9, le tube 13 à rayons X émet, à l'étape 100, des intensités de rayonnement X traversant le sein de la patiente pour une multiplicité de projections P1 à Pn, selon une trajectoire préalablement déterminée. Le détecteur 14 acquiert les images brutes 11 à ln de rayons X représentant respectivement les 5 projections P1 à Pn. La logique de commande traite les images brutes de rayons X 11 à ln. A l'étape 101, la logique de commande applique un algorithme de reconstruction par rétroprojection appelé Simple Back Projection en anglais. Cet algorithme permet de
reconstruire le volume dans différents plans de 10 coupe parallèles au détecteur, on parle de tomosynthèse du sein. Toutes les images brutes 11 à ln sont utilisées, lors de cette reconstruction en tomosynthése, pour fournir un volume numérique du sein. Cette technique de tomosynthèse permet, à partir d'un faible nombre de projections bidimensionnelles, ou images brutes, réparties sur un domaine angulaire 15 restreint et acquises sur un détecteur numérique, de reconstruire le volume tridimensionnel du sein étudié. Après l'étape 101, la logique de commande applique à chaque coupe reconstruite les étapes 102 à 104 correspondantes respectivement aux étapes 52 à 54 de la figure 5.
20 Les étapes 102 et 103 sont répétées autant de fois que nécessaires pour toutes les tailles de la gamme de tailles d'opacités. A l'étape 105, la logique de commande applique un algorithme de visualisation des voxels ayant un attribut d'opacité au volume de présentation obtenu à l'étape 106 afin de faciliter l'analyse du praticien. Cet algorithme de 25 visualisation peut appliquer un processus de rehaussement de l'intensité des voxels ayant un attribut d'opacité ou peut leur attribuer une information de couleur ainsi qu'à leur environnement immédiat. La première étape du processus de rehaussement consiste à appliquer un algorithme de composantes connexes 3D sur un volume binaire 30 composé d'un ensemble de voxel à 1 pour des positions d'opacité et à 0 ailleurs. Ceci mène à un ensemble de particules tridimensionnelles d'opacité. Puis, pour chaque voxel du volume de présentation appartenant à une particule et à son environnement immédiat, l'intensité du voxel est augmentée par rapport à l'intensité de l'environnement immédiat de la 35 particule.
2904882 20 La logique de commande calcule la moyenne de niveaux gris Mp dans l'environnement immédiat de la particule. Cette moyenne de niveaux de gris Mp est l'intensité de fond de la particule. Pour chaque voxel (i, j, k) de la particule et de son environnement immédiat, l'image de rehaussement notée 5 DCA(i, j, k) est obtenue en amplifiant la différence entre l'intensité S(i, j,k) du voxel de la particule et l'intensité de fond Mp de la particule selon l'équation suivante : d2 DCA (i,j,k)=M+(1+A.e r2).[S(i,j,k)-M] où A influence directement la puissance du rehaussement et d est la 10 distance entre le voxel (i,j,k) et la particule avec d=0 pour chaque voxel à l'intérieur de la particule. Puisqu'il est difficile d'identifier des découpes d'opacité, la logique de commande applique un rehaussement dont la force diminue avec la distance à la particule. Le paramètre i contrôle cette diminution du facteur de rehaussement avec la distance.
15 Dans un exemple, les opacités sont indiquées sur le volume de présentation par des marqueurs créés par la logique de commande. Ces marqueurs peuvent être une annotation graphique se situant au centre de gravité des opacités. Dans une variante, la logique de commande peut dessiner un contour 20 autour des opacités ceci peut avoir un intérêt si l'on veut que l'attention du praticien soit plus spécifiquement dirigée sur les lésions détectées.. Dans le cas où la visualisation des résultats se fait par colorisation des voxels ayant un attribut d'opacité, une couleur leur est attribuée en fonction de la quantité S(i, j,k) -Mp et de la distance d.
25 Le volume de présentation final sur lequel les particules d'opacités ont été rehaussées ou colorisées est affiché sur l'écran de visualisation en vue d'être visualisé par un praticien. Sur ce volume final, toutes les opacités ont été mises en évidence sans distinction quant à leur caractère suspect ou quant à leur caractère bénin. Par conséquent, le radiologue obtient une vue 30 d'ensemble immédiate de la cartographie de répartition des opacités dans le volume. La figure 10 montre une autre illustration de moyens mettant en oeuvre le procédé, selon l'invention. Dans la mise en oeuvre de l'invention, le procédé de traitement d'images est appliqué à chaque image brute 11 à ln, 35 représentant respectivement chaque projection P1 à Pn obtenue à l'étape 2904882 21 200. Ces images brutes sont fournies directement par le détecteur numérique à la logique de commande. C'est à partir, de ces images brutes que le procédé de traitement permet de localiser des éléments susceptibles de constituer des opacités.
5 A chaque image brute 11 à ln, la logique de commande applique les étapes 201 et 202 correspondant respectivement aux étapes 51 et 52 de la figure 5. A l'étape 203, la logique de commande applique un algorithme de reconstruction par rétroprojection d'un volume numérique en coupe à partir 10 des images brutes filtrées. Après l'étape 203, la logique de commande applique à chaque coupe reconstruite les étapes 204 à 206 correspondantes respectivement aux étapes 103 à 106 de la figure 9. Les étapes 202 à 204 sont répétées autant de fois que nécessaires 15 pour toutes les tailles de la gamme de tailles d'opacités.

Claims (11)

REVENDICATIONS
1 - Procédé de traitement d'images produites par un dispositif (10) à rayons X, dans lequel, - on produit, à partir d'une projection (30) radiographique d'un corps, une image brute (1) de ce corps, - on calcule pour chaque élément (71) de l'image brute un niveau de gris moyen le caractérisant, caractérisé en ce que a) - on associe les éléments de l'image brute en région (70) d'éléments en fonction de la taille de l'opacité à détecter, b) - on détermine une fenêtre (72) coulissante de taille et de forme semblables à celles de la région d'éléments, c) - on détermine pour chaque région d'éléments un environnement 15 immédiat (73), d) - on applique cette fenêtre coulissante à chaque environnement immédiat de chaque région d'éléments, e) - à chaque position (p) de la fenêtre coulissante sur chaque environnement immédiat, on calcule une moyenne de niveaux de gris, 20 f) - la moyenne de niveaux de gris à considérer pour chaque région d'éléments comme intensité de fond lb est la plus faible moyenne de niveaux de gris parmi l'ensemble des moyennes de niveaux de gris calculé dans l'environnement immédiat correspondant.
2 - Procédé selon la revendication 1, caractérisé en ce que : 25 g) - on calcule le contraste de chaque région d'éléments en faisant la différence entre la moyenne des niveaux de gris des éléments de cette région d'éléments et l'intensité de fond lb attribuée à la dite région d'éléments.
3 - Procédé selon la revendication 1, caractérisé en ce que 30 l'association des éléments en région d'éléments comporte les étapes suivantes : - on choisit une résolution d'image à appliquer à l'image brute en fonction de la taille des opacités à détecter, - on détermine une taille d'opacité à détecter dans une gamme de 35 tailles prédéfinies, F 2904882 T 23 - on associe des éléments de la dite image brute afin de former des régions d'éléments de taille égale à celle de l'opacité à détecter.
4 - Procédé selon la revendication 3, caractérisé en ce que l'application d'un changement de résolution à l'image brute comporte les 5 étapes suivantes: - on divise l'image brute en blocs contigus d'éléments de l'image, en fonction de la résolution choisie, - on forme des macro-éléments comportant une moyenne des niveaux de gris de chaque bloc correspondant. 10
5 - Procédé selon l'une quelconque des revendications 1 à 4, caractérisé en ce que : h) - on calcule une différence d'atténuation de chaque région d'éléments en normalisant le contraste de la dite région d'éléments en fonction de la taille de l'opacité à détecter et de l'intensité de fond attribuée à la dite région.
6 - Procédé selon l'une quelconque des revendications 1 à 5, caractérisé en ce que : i) - on définit préalablement un seuil de contraste, j) -lorsque le contraste normalisé de chaque région d'éléments est 20 supérieur au seuil de contraste, alors on attribue aux éléments de la dite région un attribut d'opacité, k)- on détermine des particules formées par un ensemble de pixels connectés ayant un attribut d'opacité, I)- on fait évoluer le contour de chaque particule afin d'obtenir un 25 contour représentatif de l'opacité à détecter, m) - on visualise les éléments pourvus d'un attribut d'opacité dans une image de présentation produite à partir de l'image brute.
7 - Procédé selon la revendication 6, caractérisé en ce que o) - à titre de présentation, on attribue une information de couleur aux 30 éléments ayant un attribut d'opacité dans l'image de présentation, ainsi qu'à leur environnement immédiat, ou p) - on rehausse l'intensité des éléments ayant un attribut d'opacité ainsi que leur environnement immédiat dans l'image de présentation, q) - on visualise l'image de présentation avec les éléments colorisés 35 ou rehaussés. 2904882 24
8 - Procédé selon l'une quelconque des revendications 1 à 7, caractérisé en ce que le calcul de niveaux de gris dans chaque région d'éléments est effectué au moyen d'un filtre passe bas.
9 - Procédé selon l'une quelconque des revendications 1 à 8, 5 caractérisé en ce que : - on réalise plusieurs projections radiographiques d'un corps, - on reconstruit un volume numérique du corps, à partir de l'ensemble des projections, dans lequel on définit des coupes, - pour chaque coupe, on applique les étapes a) à l),
10 - on visualise les éléments pourvus d'un attribut d'opacité, dans un volume numérique de présentation produit à partir des projections, - on applique les étapes o) à q). 10 - Procédé selon l'une quelconque des revendications 1 à 8, caractérisé en ce que : 15 - on réalise plusieurs projections radiographiques d'un corps, - on filtre chaque projection, on reconstruit le volume numérique du corps à partir des images de projection filtrées, dans lequel on définit des coupes, - pour chaque coupe, on applique les étapes f) à I), - on visualise les éléments pourvus d'un attribut d'opacité, dans un volume numérique de présentation produit à partir des projections, - on applique les étapes o) à q).
11 - Dispositif de rayons X caractérisé en ce qu'il met en oeuvre un procédé de traitement d'images selon l'une quelconque des revendications 1 25 à 10.
FR0653369A 2006-08-11 2006-08-11 Procede de traitement d'images radiologiques pour une detection d'opacites Active FR2904882B1 (fr)

Priority Applications (4)

Application Number Priority Date Filing Date Title
FR0653369A FR2904882B1 (fr) 2006-08-11 2006-08-11 Procede de traitement d'images radiologiques pour une detection d'opacites
US11/828,451 US7881513B2 (en) 2006-08-11 2007-07-26 Method for the processing of radiology images for a detection of opacities
JP2007206250A JP5162182B2 (ja) 2006-08-11 2007-08-08 異常陰影の検出のために放射線画像を処理するための方法
DE102007038058A DE102007038058A1 (de) 2006-08-11 2007-08-10 Verfahren zur Verarbeitung radiologischer Bilder zur Detektion von Opazitäten

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
FR0653369A FR2904882B1 (fr) 2006-08-11 2006-08-11 Procede de traitement d'images radiologiques pour une detection d'opacites

Publications (2)

Publication Number Publication Date
FR2904882A1 true FR2904882A1 (fr) 2008-02-15
FR2904882B1 FR2904882B1 (fr) 2008-11-14

Family

ID=37762426

Family Applications (1)

Application Number Title Priority Date Filing Date
FR0653369A Active FR2904882B1 (fr) 2006-08-11 2006-08-11 Procede de traitement d'images radiologiques pour une detection d'opacites

Country Status (4)

Country Link
US (1) US7881513B2 (fr)
JP (1) JP5162182B2 (fr)
DE (1) DE102007038058A1 (fr)
FR (1) FR2904882B1 (fr)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006044114A1 (de) * 2006-09-20 2008-03-27 Forschungszentrum Karlsruhe Gmbh Verfahren zur Charakterisierung der Abgasausbrandqualität in Verbrennungsanlagen
US8631116B2 (en) * 2007-11-28 2014-01-14 Ccip Corp. System and method for active business configured website monitoring
US8208698B2 (en) * 2007-12-14 2012-06-26 Mela Sciences, Inc. Characterizing a texture of an image
US7991106B2 (en) * 2008-08-29 2011-08-02 Hologic, Inc. Multi-mode tomosynthesis/mammography gain calibration and image correction using gain map information from selected projection angles
DE102008048305A1 (de) * 2008-09-22 2010-04-08 Siemens Aktiengesellschaft Retrospektive Rekonstruktion von Magnetresonanz-Bildern
US8170320B2 (en) * 2009-03-03 2012-05-01 Hologic, Inc. Mammography/tomosynthesis systems and methods automatically deriving breast characteristics from breast x-ray images and automatically adjusting image processing parameters accordingly
US20110064287A1 (en) * 2009-09-14 2011-03-17 Alexandru Bogdan Characterizing a texture of an image
CN107252318A (zh) * 2009-10-22 2017-10-17 皇家飞利浦电子股份有限公司 采集协议评价设备
US8180130B2 (en) * 2009-11-25 2012-05-15 Imaging Sciences International Llc Method for X-ray marker localization in 3D space in the presence of motion
US8363919B2 (en) 2009-11-25 2013-01-29 Imaging Sciences International Llc Marker identification and processing in x-ray images
US9082177B2 (en) * 2009-11-25 2015-07-14 Dental Imaging Technologies Corporation Method for tracking X-ray markers in serial CT projection images
US9082036B2 (en) * 2009-11-25 2015-07-14 Dental Imaging Technologies Corporation Method for accurate sub-pixel localization of markers on X-ray images
US9082182B2 (en) * 2009-11-25 2015-07-14 Dental Imaging Technologies Corporation Extracting patient motion vectors from marker positions in x-ray images
US9826942B2 (en) * 2009-11-25 2017-11-28 Dental Imaging Technologies Corporation Correcting and reconstructing x-ray images using patient motion vectors extracted from marker positions in x-ray images
JP2011177456A (ja) * 2010-03-04 2011-09-15 Fujifilm Corp 放射線画像撮影方法及びその装置並びに放射線画像生成方法及びその装置
US8675933B2 (en) 2010-04-30 2014-03-18 Vucomp, Inc. Breast segmentation in radiographic images
JP5927180B2 (ja) 2010-04-30 2016-06-01 ヴィユーコンプ インクVucomp, Inc. 画像の異形を識別するための画像データの処理方法、システムおよびプログラム
WO2012006318A1 (fr) 2010-07-07 2012-01-12 Vucomp, Inc. Système de marquage pour détection assistée par ordinateur d'anomalies du sein
KR101687971B1 (ko) * 2010-07-19 2016-12-21 삼성전자주식회사 유방 촬영 장치 및 그 방법
US9420982B2 (en) * 2011-07-01 2016-08-23 Rayence Co., Ltd. Mammography detector having multiple sensors, and mammography device capable of acquiring 3D image acquisition
EP3539079A1 (fr) 2016-11-08 2019-09-18 Koninklijke Philips N.V. Appareil de détection d'agents opacifiants dans des images radiologiques
US10830712B2 (en) * 2017-03-27 2020-11-10 KUB Technologies, Inc. System and method for cabinet x-ray systems with camera
JP2019175363A (ja) * 2018-03-29 2019-10-10 住友化学株式会社 画像処理装置、異物検査装置、画像処理方法、および異物検査方法
KR102150926B1 (ko) * 2018-08-03 2020-09-02 주식회사 뷰웍스 피검자 인식이 가능한 맘모그래피 장치
CN109389580A (zh) * 2018-08-31 2019-02-26 辽宁石油化工大学 一种x射线图像中乳腺区域的识别方法
CN115661135B (zh) * 2022-12-09 2023-05-05 山东第一医科大学附属省立医院(山东省立医院) 一种心脑血管造影的病灶区域分割方法
CN117422712B (zh) * 2023-12-15 2024-03-01 青岛合丰新材料有限公司 基于图像滤波处理的塑料母粒视觉检测方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030103663A1 (en) * 2001-11-23 2003-06-05 University Of Chicago Computerized scheme for distinguishing between benign and malignant nodules in thoracic computed tomography scans by use of similar images

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4318050A1 (de) 1993-05-29 1994-12-08 Visit Gmbh Personal Datacard S Verfahren zum Erkennen von zu Clustern gruppierten Strukturveränderungen in der medizinischen Diagnostik unter Verwendung eines entsprechenden Bildes, insbesondere zum Erkennen von punktförmigen Mikrokalkablagerungen in der Mammographie
US5627907A (en) * 1994-12-01 1997-05-06 University Of Pittsburgh Computerized detection of masses and microcalcifications in digital mammograms
US6064768A (en) 1996-07-29 2000-05-16 Wisconsin Alumni Research Foundation Multiscale feature detector using filter banks
US5999639A (en) * 1997-09-04 1999-12-07 Qualia Computing, Inc. Method and system for automated detection of clustered microcalcifications from digital mammograms
EP1194880A1 (fr) 1999-06-23 2002-04-10 Qualia Computing, Inc. Detection assistee par ordinateur de masses et strategies de microcalcifications groupees
JP2001299740A (ja) * 2000-02-16 2001-10-30 Fuji Photo Film Co Ltd 異常陰影検出処理システム
US6275391B1 (en) 2000-04-06 2001-08-14 General Electric Company Compact push-pull converter and crowbar circuit, and control therefor
JP2002109512A (ja) * 2000-09-28 2002-04-12 Fuji Photo Film Co Ltd 異常陰影候補検出装置および記録媒体
EP2272434A1 (fr) 2002-05-31 2011-01-12 U-Systems, Inc. Dépistage du cancer du sein au moyen d'une mammographie ultrasonore auxiliaire
FR2847698B1 (fr) 2002-11-27 2005-05-06 Ge Med Sys Global Tech Co Llc Procede de gestion de la dynamique d'une image radiologique numerique
FR2863749B1 (fr) 2003-12-10 2006-04-07 Ge Med Sys Global Tech Co Llc Procede de traitement d'image radiologique pour la detection de microcalcifications
FR2907306B1 (fr) * 2006-10-16 2009-01-16 Gen Electric Appareil a rayons x

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030103663A1 (en) * 2001-11-23 2003-06-05 University Of Chicago Computerized scheme for distinguishing between benign and malignant nodules in thoracic computed tomography scans by use of similar images

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
EISEN, MICHAEL: "ScanAlyze: User Manual", 30 October 1999, STANFORD UNIVERSITY, STANFORD, CA, USA, XP002423024 *
VELDKAMP WOUTER J H ET AL: "Accurate segmentation and contrast measurement of microcalcifications in mammograms: A phantom study", MEDICAL PHYSICS, AIP, MELVILLE, NY, US, vol. 25, no. 7, July 1998 (1998-07-01), pages 1102 - 1110, XP012010519, ISSN: 0094-2405 *
ZHAO M ET AL: "An adaptive thresholding method for binarization of blueprint images", PATTERN RECOGNITION LETTERS, NORTH-HOLLAND PUBL. AMSTERDAM, NL, vol. 21, no. 10, September 2000 (2000-09-01), pages 927 - 943, XP004214570, ISSN: 0167-8655 *

Also Published As

Publication number Publication date
DE102007038058A1 (de) 2008-04-10
JP2008043758A (ja) 2008-02-28
US7881513B2 (en) 2011-02-01
JP5162182B2 (ja) 2013-03-13
FR2904882B1 (fr) 2008-11-14
US20080037853A1 (en) 2008-02-14

Similar Documents

Publication Publication Date Title
FR2904882A1 (fr) Procede de traitement d'images radiologiques pour une detection d'opacites
FR2902218A1 (fr) Procede de traitement d'images de tomosynthese pour une detection de signes radiologiques
FR2897182A1 (fr) Procede de traitement d'images de projection en tomosynthese pour une detection de signes radiologiques
JP5138910B2 (ja) 投影画像を用いた3dcadのシステム及び方法
FR2905256A1 (fr) Procede d'obtention d'une image de tomosynthese
FR2919747A1 (fr) Procede et systeme d'affichage d'images de tomosynthese
FR2897461A1 (fr) Dispositif de rayonnement x et procede de traitement d'images
EP3675043B1 (fr) Systèmes et procédés de reconstruction d'images basée sur l'apprentissage profond
US9842415B2 (en) Method for processing tomosynthesis acquisitions in order to obtain a representation of the contents of an organ
FR2909207A1 (fr) Procede de visualisation tridimensionnelle d'images de tomosynthese en mammographie.
JP2007530132A (ja) コンピュータ断層撮影画像を向上させるための方法、コンピュータプログラムプロダクトおよび装置
US11205264B2 (en) Systems and methods for multi-label segmentation of cardiac computed tomography and angiography images using deep neural networks
FR2890553A1 (fr) Dispositif de rayonnement x mixte
FR2914093A1 (fr) Procede et systeme de reconstruction multimodalite de mammographie.
FR2924254A1 (fr) Procede de traitement d'images en radioscopie interventionnelle
FR2902215A1 (fr) Procede de traitement d'images radiologiques pour une detection de signes radiologiques
US9361711B2 (en) Lesion-type specific reconstruction and display of digital breast tomosynthesis volumes
JP2023011833A (ja) 診断撮像における画像特徴のアノテーション
US11857358B2 (en) System and method for synthetic breast tissue image generation by high density element suppression
US20130108010A1 (en) Method and apparatus for performing tomographic reconstruction
FR2918488A1 (fr) Procede de traitement d'images en tomosynthese pour une detection d'opacites stellaires
FR2918487A1 (fr) Procede de traitement d'images en tomosynthese pour une detection d'opacites
Arif et al. Assessment of The Effects of The Number of Projections And Use of Selected Filters on A Reconstructed Artificial Phantom
Ni Reduce Penumbra for 3D X-Ray Reconstruction
Arif et al. Journal of Education and Science (ISSN 1812-125X)

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 11

PLFP Fee payment

Year of fee payment: 12

PLFP Fee payment

Year of fee payment: 13

PLFP Fee payment

Year of fee payment: 14

PLFP Fee payment

Year of fee payment: 15

PLFP Fee payment

Year of fee payment: 16

PLFP Fee payment

Year of fee payment: 17

PLFP Fee payment

Year of fee payment: 18