Processamento Digital de Imagens, Notas de estudo de Radiologia

Baixe Processamento Digital de Imagens e outras Notas de estudo em PDF para Radiologia, somente na Docsity!

Centro de Estudos

Fundação São Lucas

Prof. Elisandro Andrade

Processamento Digital de

Imagens - PDI

Centro de Estudos – Fundação São Lucas

Curso Técnico de Radiologia Médica

Processamento Digital de Imagens - PDI

Sumário

• 1 – Radiologia Digital
  • 1.1 – Histórico
  • 1.2 – Limites de Sistemas Analógicos
  • 1.3 – Vantagens do sistema Digital com relação ao Convencional (Analógico)
  • 1.4 – Composição da imagem digital
  • 1.5 – Reconstrução das imagens
  • 1.6 – Confecção da matriz da imagem
  • 1.7 – Sistemas de gerenciamento das imagens radiográficas digitais
  • 1.8 – Etapas no processo de formação da imagem digital...........................................................
• 2 – Processamento Digital de Imagens
  • 2.1 – Introdução ao Processamento de Imagens Digitais
    • 2.1.1 – Introdução
    • 2.1.2 – Outras áreas de aplicações do PDI
    • 2.1.3 – Representação de Imagens Digitais
    • 2.1.4 – Passos Fundamentais do Processamento de Imagens
    • 2.1.5 – Conceito de Imagem digital..........................................................................................
    • 2.1.6 – Imagem Matricial
    • 2.1.7 – Aquisição e Digitalização de Imagens...........................................................................
    • 2.1.8 – Cor
    • 2.1.9 – Reprodução de Cores
    • 2.1.10 – Tipos de Imagem
  • 2.2 – Operações Geométricas
    • 2.2.1 – Espelhamento
    • 2.2.2 – Rotação.........................................................................................................................
    • 2.2.3 – Zoom Digital
    • 2.2.4 – Interpolação Bilinear (pela média)
  • 2.3 – Histograma de uma Imagem
    • 2.3.1 – Definição - Histograma
    • 2.3.2 - Equalização do Histograma
  • 2.4 – Segmentação de Imagens
  • 2. 5 – Ruído em Imagens Digitais
  • 2. 6 – Realce de imagens
  • 2.7 – Operações Aritméticas com Imagens
    • 2.7.1 – Soma de Imagens
    • 2.7.2 – Subtração de Imagens
    • 2.7.3 – Multiplicação de Imagens
    • 2.7.4 – Divisão de Imagens
  • 2.8 – Filtragem..............................................................................................................................
    • 2.8.1 – Filtros Espaciais “Passa-Baixa”
    • 2.8.2 - Filtros Espaciais Passa-Altas
  • 3.1 – Componentes de um equipamento de Radiografia Digital 3 - Formação da imagem Erro! Indicador não definido.
  • 3.2 – Detectores CCD e CMOS
  • 3.3 – PSP (Photostimulable phosphor).........................................................................................
  • 3.4 – Comparações entre os sensores
• 4 - Exercícios
  • Lista de exercícios – Capítulo
  • Lista de exercícios – Capítulo
  • Lista de exercícios – Capítulo
• 5 - Bibliografia

1.2 – Limites de Sistemas Analógicos

 Filme possui latitude limitada, problemas devido a mudanças à exposição de raios- x através do plano da imagem;  O filme atua como detector, armazenador e display (exibidor da imagem); na radiologia digital, os processos de aquisição da imagem (detecção), demonstração e armazenamento são separados, o que leva à otimização de cada uma dessas etapas.  Desenvolvimento e processamento;  Muitos passos envolvidos, perda na informação da imagem;  Ruído analógico.

Fig. 1.2: Imagem digital em comparação com imagem analógica.

1.3 – Vantagens do sistema digital com relação ao convencional (analógico)

Existem várias vantagens do sistema digital com relação ao convencional (analógico):

 A Imagem radiológica é vista instantaneamente pelo médico, e ao mesmo tempo ela está sendo armazenada na memória do Sistema;

 A imagem é gravada em uma memória digital, isto é, pode ser reproduzida várias vezes sem nenhuma deteriorização na imagem;  Imagens podem ser subtraídas umas das outras, evidenciando apenas as diferenças entre ambas;

 As imagens podem ser adquiridas tão rápido quanto o gerador de raios-x pode controlar o tempo de exposição;

A menor unidade de dimensão ou de imagem é o ponto fotográfico, conhecido em inglês por pixel ( picture element ), conforme demos uma idéia acima. O pixel não tem uma dimensão ou comprimento definido, pois depende do tamanho do campo de visão e da matriz de imagem. Assim, a escolha dos dois pelo técnico irá determinar que o pixel represente uma certa porção da área transversal ou corte realizado no paciente. O campo de visão (FOV, do inglês, field of view ), ou ainda scan diameter , é um valor fornecido pelo técnico operador quando da realização de cada exame.

Este valor está diretamente relacionado com a região do exame: para crânio, o campo de visão é da ordem de 24 cm, para tórax/abdômen utiliza-se 35 cm ou 42 cm (paciente obeso). Os valores permitidos para o FOV podem ser fixos (3 ou 4 valores) nos equipamentos mais antigos, ou ajustáveis de 1 em 1 cm nos tomógrafos mais modernos. A definição desta mediada pelo técnico permitirá a visualização da imagem com a melhor resolução possível dentro dos limites do equipamento. Por isso, quando o equipamento permitir a definição exata do campo de visão, o técnico deverá utilizar o espessômetro para medir o paciente e com isso informar ao computador a medida exata.

Fig. 1.3: Ilustração representativa do pixel e do voxel.

Porém, devemos lembrar que a imagem apresentada na tela, não representa apenas um corte que separou a anatomia do paciente em duas partes, superior e inferior, ou direita e esquerda. Na realidade, o corte realizado no paciente possui uma espessura de alguns milímetros. Logo, a densidade apresentada através do tom de cinza pelo pixel na tela estará representando na realidade, não uma área, mas sim a densidade de um pequeno volume do corpo do paciente, conforme ilustra a figura 2.2. Conhecido como voxel , este elemento, ou esta quantidade, deve ser do entendimento principalmente do radiologista, pois de acordo com os parâmetros utilizados, o tamanho do voxel irá definir o menor tamanho de patologia a ser identificada.

Assim, sabendo-se o valor do campo de visão e a matriz escolhida, podemos calcular o quanto representa, ou qual a dimensão de cada pixel. Vejamos os exemplos:

a) campo de visão de 24 cm divido por uma matriz de 256 x 256 pixels

→ 1 pixel = 240 mm / 256 = 0,9375 mm

2 tons de cinza (1 bit)

4 tons de cinza (2 bits)

8 tons de cinza (3 bits)

16 tons de cinza (4 bits)

32 tons de cinza (5 bits)

b) campo de visão de 35 cm divido por uma matriz de 256 x 256 pixels

→ 1 pixel = 350 mm / 256 = 1,3671 mm

c) campo de visão de 35 cm divido por uma matriz de 512 x 512 pixels

→ 1 pixel = 350 mm / 512 = 0,6835 mm

d) campo de visão de 45 cm divido por uma matriz de 512 x 512 pixels

→ 1 pixel = 450 mm / 512 = 0,8789 mm

Como podemos ver, o ponto colorido na tela pode representar uma área no paciente de 0,6835 mm.

A composição da imagem digital é semelhante à forma como os computadores convencionais armazenam dados, por meio de informações simples chamadas bits

Computadores utilizam um sistema binário de dados. Um bit (binary digit) somente pode assumir um de valores possíveis. Pode ser “0” (zero, low, baixo) ou “1” (um, high, alto).

O número finito de valores de atenuação correspondente ao objeto varrido é organizado na forma de uma matriz ou tabela. Devido a suas capacidades de absorção diferentes, estruturas internas diferentes serão identificáveis na imagem fotográfica. O tamanho da matriz da imagem, ou seja, o número de pontos fotográficos calculados, irá implicar no número de projeções individuais. O tamanho da matriz, ou tabela, contudo, também influencia na qualidade da resolução da imagem. Matrizes maiores significam mais pontos e pixel de menor área, o que resulta em mais detalhes. No entanto, implica num esforço computacional maior pelo computador.

Fig. 2.4: Ilustração representativa da atenuação através da matéria.

1.6 – Confecção da matriz da imagem

Uma vez que o computador obtenha uma lista de valores com todas as atenuações medidas pelos sensores, começa um complexo processo computacional matemático para que se identifique o valor da densidade ou da atenuação em cada pixel da imagem a ser gerada.

Para cada elemento de volume é dado um valor numérico, ou seja um valor de atenuação, que corresponde a quantidade média de absorção de radiação daquele tecido representado no pixel. A densidade na tomografia computadorizada é diretamente proporcional (relação linear) com o coeficiente de atenuação, uma constante do tecido influenciado por muitos fatores. O coeficiente de atenuação quantifica a absorção da radiação X. Após a calibração interna do tomógrafo, a densidade do tomograma computadorizado da água é ajustada para 0, e a densidade do ar para -1.000 unidades Hounsfield ( Hounsfield units ou simplesmente HU).

A Fig. 2.4: B Hounsfield units C ou simplesmente HU.D E

1.7 – Sistemas de gerenciamento das imagens radiográficas digitais

Após a geração da imagem radiográfíca digital, ela deve ser gerenciada (exibição, transmissão, armazenamento e gravação) por meio de sistemas informatizados. Atualmente os principais são:

 PACS (Picture Archiving and Communications System) — Sistema de comunicação e arquivamento de imagens;  RIS (Radiology Information System) — Sistema de informações em Radiologia;  HIS (Hospital Itijormatiou System) —Sistema de informações hospitalares;  DICOM 3.0 — protocolo padrão (atual) de comunicação da imagem digital. O PACS, responsável pelo armazenamento e distribuição eletrônica das imagens digitais, integra-se com as modalidades geradoras de imagens digitais, o RIS e o HIS, proporcionando o tráfego de imagens associado à informações.

A integração dos sistemas de Informação em Radiologia (RIS - Radiology Information System) e de Sistema de comunicação e arquivamento de imagens (PACS - Picture Archiving and Communications System) possibilitam a consulta remota de laudos e de imagens associadas. A integração RIS/PAC é feita em tempo real, no momento da consulta, utilizando tecnologias “web” e técnicas de programação para “internet/intranet”. A aplicação “web” permite a consulta pela “intranet” do hospital laudos e exames associadas através de nome, sobrenome, número de registro hospitalar dos pacientes ou por modalidade, dentro de um determinado período. O visulaizador permite que o usuário navegue pelas iamgens, podendo realizar funções básicas como “zoom”, controle de brilho e contraste e visualização de imagens lado a lado.

A integração RIS/PACS diminui o risco de inconsistências, através da redução do número de interfaces entre bases de dados com grande redundância de informaçõe, proporcionando um ambiente de trabalho rápido e seguro para consultas de laudos radiológicos e visualização de imagens associadas.

1.8 – Etapas no processo de formação da imagem digital

A imagem radiográfica digital é obtida pela conversão do feixe de radiação (após interação com o objeto) em sinais elétricos. Essa conversão pode ser feita por detectores acoplados ao aparelho de raios X em aparelhos digitais, ou pelo escaneamento de um écran de fósforo de armazenamento, utilizado com aparelhos convencionais.

Para gerar uma imagem radiográfica digital com aparelho convencional é usado um sistema baseado em écran de fósforo de armazenamento, e a imagem digital gerada é denominada radiografia computadorizada (RC).

Esse sistema é uma alternativa para a aquisição de imagens radiográficas digitais utilizando aparelhos de raios X convencionais (não digitais). Nele um chassi equipado com um écran de armazenamento de fósforo é usado em substituição ao chassi convencional (filme radiográfico).

Ao mesmo tempo, os fabricantes e profissionais médicos perceberam que os hospitais e fabricantes enfrentariam problemas principalmente, se as imagens digitais criadas por diferentes vendedores não fossem compatíveis entre si. Assim este fabricantes chegaram a conclusão que a implementação do software deveria estar baseada em um padrão comum.

Os órgãos: ACR/NEMA (Faculdade de Radiologia americana e Associação de Fabricantes Elétrica Nacional) começaram a trabalhar em um tal padrão em 1982.

O resultado deste projeto junto com a participação dos principais vendedores de equipamentos foi o Padrão ACR/NEMA 1.0, foi publicado em 1985.

ACR/NEMA 1.0 definiu um formato de arquivo mas não era usado em networking. Em 1988, uma segunda edição (ACR/NEMA 2.0) foi publicado que incluiu um hardware para comunicação Ponto-para-ponto. Era óbvio que ACR/NEMA 1.0 e 2.0 tiveram algumas limitações essenciais. Em 1985, Philips e Siemens começaram um projeto em comum para desenvolver uma interface de rede baseado no formato ACR/NEMA.

Este era depois o começo do DICOM e em quatro anos foram publicadas as primeiras partes de DICOM 3.0 e foram demonstradas no RSNA em 1992. DICOM define formatos de imagem para Radiografia Computadorizada, Tomografia Computadorizada, Ressonância Magnética, Medicina Nuclear, Ultra-som, Angiografia, Radiofluoroscopia, Radioterapia e PET, DICOM se propõe a Registrar a documentação de exames,o agendamento de Pacientes e Administração dos Resultados.

Mesmo com tantos benefícios, essa nova tecnologia ainda tem seus inconvenientes. “As imagens demoram a surgir na tela e, eventualmente, nem aparecem. Outro problema é que se gasta mais tempo no novo método do que no convencional para a conclusão do mesmo número de laudos. Em quatro horas de trabalho, por exemplo, um médico não consegue analisar 40 exames.

2 – Processamento Digital de Imagens

2.1 – Introdução ao Processamento de Imagens Digitais

2.1.1 – Introdução

O interesse em métodos de processamento de imagens digitais decorre de duas áreas principais de aplicação:

 Melhoria da informação visual para a interpretação humana.  Processamento de dados de cenas para percepção automática através de máquinas.

O objetivo do uso do processamento digital de imagens consiste em melhorar o aspecto visual de certas feições estruturais para o analista humano e fornecer outros subsídios para a sua interpretação, inclusive gerando produtos que possam ser posteriormente submetidos a outros processamentos. A área de processamento digital de imagens tem atraído grande interesse nas últimas duas décadas. A evolução da tecnologia de computação digital, bem como o desenvolvimento de novos algoritmos para lidar com sinais bidimensionais está permitindo uma gama de aplicações cada vez maior.

Como resultado dessa evolução, a tecnologia de processamento digital de imagens vem ampliando seus domínios, que incluem as mais diversas áreas, como por exemplo:

 análise de recursos naturais e meteorologia por meio de imagens de satélites;  transmissão digital de sinais de televisão ou facsímile;  análise de imagens biomédicas, incluindo a contagem automática de células e exame de cromossomos;  análise de imagens metalográficas e de fibras vegetais;  obtenção de imagens médicas por ultrassom, radiação nuclear ou técnicas de tomografia computadorizada;  aplicações em automação industrial envolvendo o uso de sensores visuais em robôs, etc.

destinados às várias aplicações de pesquisa de recursos naturais. A obtenção das informações espectrais registradas pelos sistemas nas diferentes partes do espectro eletromagnético, visando a identificação e discriminação dos alvos de interesse, depende principalmente da qualidade da representação dos dados contidos nas imagens.

As técnicas de processamento digital de imagens, além de permitirem analisar uma cena nas várias regiões do espectro eletromagnético, também possibilitam a integração de vários tipos de dados, os quais devem estar devidamente registrados.

2.1.2 – Outras áreas de aplicações do PDI

As principais áreas de aplicações do PDI geralmente requerem métodos capazes de realçar as informações contidas nas imagens para a posterior interpretação e análise humana. Algumas destas aplicações são:

Análise de recursos Naturais:  Geologia - estudo da composição e estrutura da superfície, detecção de minerais, óleo e outros recursos naturais.  Agricultura - previsão de safras e determinação do tipo de plantação nas áreas de agricultura.  Floresta - determinação do tipo de cobertura florestal.  Cartografia - mapeamento da superfície terrestre. Análise ambiental:  Monitoramento da poluição.  Planejamento urbano. Meteorologia:  Análise de clima e temperatura. Biomédica:  Contagem automática de células.

2.1.3 – Representação de Imagens Digitais

O termo imagem monocromática , ou simplesmente imagem , refere-se à função bidimensional de intensidade da luz f(x,y), onde x e y denotam as coordenadas espaciais e o valor f em qualquer ponto (x, y) é proporcional ao brilho (ou níveis de cinza ) da imagem naquele ponto.

Às vezes se torna útil a visualização da função da imagem em perspectiva com um terceiro eixo representando o brilho. Neste caso, a Figura 3.1 apareceria como uma série de picos em regiões com numerosas modificações do nível de brilho e regiões planas ou platôs em que os níveis de brilho variam pouco ou são constantes.

Usando-se esta convenção para atribuir proporcionalmente valores mais altos para áreas de maior brilho obtém-se a altura dos componentes da figura proporcional ao brilho correspondente na imagem.

Uma imagem digital é uma imagem f(x, y) discretizada tanto em coordenadas espaciais quanto em brilho. Uma imagem digital pode ser considerada como sendo uma matriz cujos índices de linhas e de colunas identificam um ponto na imagem, e o correspondente valor do elemento da matriz identifica o nível de cinza naquele ponto.

Os elementos dessa matriz digital são chamados de elementos da imagem, elementos da figura , "pixels" ou "pels", estes dois últimos, abreviações de "picture elements" (elementos de figura). Quanto mais pixels uma imagem tiver melhor é a sua resolução e qualidade.

Fig. 3.1: Convenção dos eixos para representação de imagens digitais A Convenção dos eixos para representação de imagens digitais no Processamento de Imagens é diferente da convenção usada na Computação Gráfica.

2.1.4 – Passos Fundamentais do Processamento de Imagens

Um exemplo de aplicação, que é bastante fácil de ser definida sem qualquer conhecimento prévio de conceitos de imageamento, é o uso de técnicas de processamento de imagens para leitura automática de endereços em correspondências. A figura 3.2 mostra que o objetivo global é produzir um resultado a partir do domínio do problema por meio de processamento de imagens. Nesse exemplo, o domínio do problema consiste em correspondências e o objetivo é ler o endereço em cada uma delas. Assim, a saída desejada nesse caso é uma seqüência de caracteres alfanuméricos.