Einführung Studienblock (10 ECTS, Prüf.Nr. 2635) FH-Aachen / Jülich, FB 9 Prof. Dr. rer. nat. Walter Hillen (Dig Img 0 Intro) 1
Einführung: Verfahrensschritte: Bilderzeugung Bild-Analyse, Interpretation Bild- (Vor-) Verarbeitung Industrielle- Medizinische- Anwendungen Darstellung (2D, 3D, Überlagerung, Vergleich) Bild-Archivierung -Übertragung (Dig Img 0 Intro) 2
Einführung: Inhalt: - Technik der dig. Bilderfassung (Bildsensoren, Framegrabber) - (Med.) Bildaufnahmegeräte und deren Bildinformation - Bild-Digitalisierung, Statistische Bildcharakterisierung - Punktoperationen - Bildverknüpfungen - Bildfilter - Bildverarbeitung im Ortsfrequenzbereich / Bildrestauration - Bildbeschreibung und Bildanalyse (Segmentierung, Konturverfolgung, Texturerkennung) - Erkennung und Interpretation ( Machine Vision ) - 3D-Modellierung, 3D-Visualisierung - Bild-Kompressionsverfahren - Bild-Archivierung (Dig Img 0 Intro) 3
Technik der digitalen Bilderfassung Bildsensor Framegrabber Prozessor Display: CCD Kamera (Detector) Analoges Signal Digitalisierer Frame Buffer Digitales Signal DISPLAY Bild- Prozessor Host- Computer (Dig Img 0 Intro) 4
(Med.) Bildaufnahmegeräte und deren Bildinformation Röntgen Systeme: Untersuchungssystem Film-Folien Kassette Digitaler Röntgen Detektor: Speicher Phosphor System Selen Detektor Digitaler Flach-Detektor für Projektionsradiografie : (Dig Img 0 Intro) 5
(Med.) Bildaufnahmegeräte und deren Bildinformation Röntgenröhre C-Bogen-Röntgen- Bildverstärker Röntgenbildverstärker Vaskuläre Untersuchung Durchleuchtung Beispiel: DSA der Aorta (Dig Img 0 Intro) 6
(Med.) Bildaufnahmegeräte und deren Bildinformation Computer Tomographie (CT): Detektor Zeile Röntgenröhre CT Bildbeispiel: (Abdomen u. Wirbel) (Dig Img 0 Intro) 7
(Med.) Bildaufnahmegeräte und deren Bildinformation MRT (Magnetische Resonanz Tomographie): MRT Bildbeispiel: (Dig Img 0 Intro) 8
(Med.) Bildaufnahmegeräte und deren Bildinformation Nuklear Medizin: PET (Positron Emissions-Tomographie) Drei-dimensionale Bilddarstellung von MRT u. PET (Dig Img 0 Intro) 9
Bild-Digitalisierung Mathematische Darstellung eines (nicht stationären) Farbbildes: I R (x,y,t), I G (x,y,t), I B (x,y,t) Digitalisierungsschritte: (1) Diskretisierung der Zeit (2) Rasterung (3) Intensitäts-Quantisierung (Dig Img 0 Intro) 10
Statistische Bildcharakterisierung Auswertungen von Grauwertverteilungen: Min. / max Grauwert (=> Bilddynamik). Beziehung zwischen Histogramm-Peaks und Bildobjekten. Abtrennung von Objekten und Hintergrund durch Grauwertschwellen. Bestimmung von Objektflächen. (Dig Img 0 Intro) 11
Punktoperationen Grauwert- Transformation 255 0 INPUT 255 Anpassung von Kontrast und Helligkeit (Dig Img 0 Intro) 12 OUTPUT
Bild - Filter Prinzip einer Bildfilterung ( Faltung mit Filterkern) z 1 z 2 z 3 z 4 z 5 z 6 z 7 z 8 z 9 R w 1 w 2 w 3 w 4 w 5 w 6 w 7 w 8 w 9 Bildausschnitt Filter- Kern = w 1 z 1 + w 2 z 2 +.. +w 9 z 9 Beispiel: Bildschärfung durch digitale Bildfilter (Dig Img 0 Intro) 13
Bild - Filter : Anwendungen Bildschärfung durch Kantenanhebung Kanten-Extraktion Rauschunterdrückung (Dig Img 0 Intro) 14
Analyse der Bildqualität Model der Bild-Degradation: Bild am Eingang Primäre Bild- Information Bildaufnahme System: Signal Übertragungs- Verluste (MTF) Bildunschärfe + Bild- Rauschen Bild am System- System- Ausgang Bildrauschen (Dig Img 0 Intro) 15
Bildrestauration Text f(x,y) Degradation des Systems Restaurations- Filter f(x,y) Wiener-Filter Restauration (im Ortsfrequenzbereich) (Dig Img 0 Intro) 16
Ziele der medizinischen Bildverarbeitung Eingang: "Roh- Bild" detektorspezifisch optimiert für das Aufnahme - System Bild - Verbesserung - Restauration - Bildschärfung - Kontrastanhebung - Rauschunterdrückung - Kalibration / Korrekturen - Histogramm-Einebnung -... Verarbeitetes Bild: optimale Darstellung mehr Information erhöhte Diagnose - Sicherheit applikationsbezogen angepasst an med. Applikation (Dig Img 0 Intro) 17
Ziele der medizinischen Bildverarbeitung Medizinische Bildverarbeitung: optimale Darstellung mehr Information bessere Diagnose Originalbild nach Bild-Restauration Beispiel: Angiographie ( Erkennung kleinster Blut-Gefäße ) (Dig Img 0 Intro) 18
Arbeitsplätze der medizinischen Diagnostik Beispiel: Java Medical Image Viewer (Medizinische Informatik, FH-Aachen / Jülich) (Dig Img 0 Intro) 19
Bildbeschreibung und Bildanalyse Schritte zur Bilderkennung und Interpretation: Schritt 1: Schritt 2: Schritt 3: Segmentierung. => Definition des Objektbereichs Merkmalsextraktion. => Eigenschaften des Objekts Merkmalsvektor (z.b. Fläche, Form, Farbe, Textur) Klassifikation. => Übereinstimmung mit vorbestimmten Objektmerkmalen Automatische Bildanalyse Industrielle Bildverarbeitung (Machine Vision) (Dig Img 0 Intro) 20
Beispiel: Fertigungskontrolle (U-Scheiben) Bild einer fehlerfreien Defekt U-Scheibe (Referenz) Flächenverteilung der Objekte: Verteilung der Fläche der Scheiben 4 3 2 Referenzscheiben unbekannte Scheiben 1 0 220 225 229 233 237 241 245 249 253 257 261 265 269 273 277 281 285 289 293 297 A/[mm²] (Dig Img 0 Intro) 21 Anz. U-Scheibe mit defektem Rand Klassenbreite 3 mm²
Beispiel: Differenzbild-Analyse Prinzip: Referenz-Bild Prüfobjekt Das Bild des zu prüfenden Objektes wird mit dem Bild eines Referenzobjektes verglichen. Aus Abweichungen im Differenzbild wird auf Fehler geschlossen. Fehler Differenzbild (Absolutbetrag der Differenz) (Dig Img 0 Intro) 22
3D-Modellierung und 3D-Visualisierung Von 2-D nach 3-D Anwendungen: 3D-Modellierung / -Visualisierung Pixar: Geri s Game id: Quake II CAD wissensch. Anwendungen (Dig Img 0 Intro) 23
3D-Modellierung und 3D-Visualisierung Hauptanwendung in der Medizin: Visualisierung von Volumen-Daten (CT, MR, PET) (Dig Img 0 Intro) 24
3D-Modellierung und 3D-Visualisierung Visualisierung von Oberflächen: Oberflächen werden zerlegt in Elementar-Flächen Beleuchtungsmodelle ergeben räumlichen Eindruck (Dig Img 0 Intro) 25
Bildkompression Kompressions-Techniken : JPEG: Kosinus-Transformation 2-dim Kosinus Tr. Wavelet (JPEG-2000): Wavelet-Zerlegung Wavelet-Zerlegung (Hoch- / Tief-Pass) (Dig Img 0 Intro) 26
Bildkompression: JPEG Beispiele JPEG - Kompression Original Kompression: 16:1 Kompression: 43:1 (Dig Img 0 Intro) 27
Bildkompression: Vergleich JPEG Wavelet Original Wavelet (160:1) Wavelet: Hervorragende Bildqualität (selbst bei extremer Kompression) JPEG (160:1) (Dig Img 0 Intro) 28
Bild-Archivierung / -Verteilung Bild- Gewinnung Bereitstellung/ Verteilung Bild- Wiedergabe Industrielle / medizinische Bilderfassung u. -vorverarbeitung Datenbank SERVER : Bild-Archivierung (PACS) Bild-Verteilung Bildarbeitsplätze : Visualisierung Verarbeitung /Analyse Netz (Intranet / Internet) (Dig Img 0 Intro) 29
: Zusammenfassung Was soll vermittelt werden: Technik der Bilderfassung: medizinische / technische Geräte, Eigenschaften. Bildinformationen. Werkzeuge der digitalen Bildverarbeitung: Grundlagen: Kontrast-/Helligkeitsanpassung, Glättung, Schärfung,... Analyse: Bild-Degradation, -Restauration, Segmentierung, Klassifikation, Interpretation. Darstellung: MPR, 3D-Visualisierung. Anwendungsbereiche, Nutzen. Speicherung und Kommunikation: PACS: Picture Archiving & Communication Systems Bild-Kompression, Telemedizin (Teleradiology). (Dig Img 0 Intro) 30
Bildverarbeitung: Was wir nicht machen! Wie wird mit Adobe Photoshop TM der Himmel retuschiert? (Dig Img 0 Intro) 31
Ende der Einführung Weitere Informationen zur Vorlesung und Praktikum im Internet unter: www.medizinischeinformatik.fh-aachen.de (Dig Img 0 Intro) 32