Automatyczny pomiar temperatury na termogramach w diagnostyce bólów głowy

• Autorzy: Marzec M. , Koprowski , R. , Wróbel Z.

Warianty tytułu

EN

Automatic temperature measurement on thermograms for headache diagnosis

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano algorytm umożliwiający w pełni automatyczną detekcję charakterystycznych obszarów na termogramach zawierających twarze pacjentów w projekcji przedniej. Algorytm prawidłowo wykrywa wymagane obszary niezależnie od położenia głowy w obrazie oraz od jej obrotu. Po prawidłowej detekcji jest przeprowadzany automatyczny pomiar wartości średniej, minimalnej i maksymalnej ich temperatury. W końcowej części artykułu zaprezentowano przykładowe zastosowanie metody do wstępnej detekcji typu i przebiegu bólu głowy.

EN

The algorithm enabling fully automatic detection of characteristic areas of the face on thermograms captured in the anterior projection is presented in the paper. Development and application of medical thermography is also discussed. There are given different types of headaches and methods for their analysis. Regions of: forehead (defined as CL,CP), eye-sockets (defined as OL,OP) and maxillary sinuses (defined as NL,NP) are assumed to be the areas medically essential for headache diagnosis. Thermograms were obtained from thermovision cameras AGEMA 590 and ThermaCam S65. The algorithm detects correctly the required head areas independently of the head position in the picture and its rotation within the range -50 to +50 degrees. Methods of mathematical morphology, active contour, template and Hough transform were used for the analysis. After the correct detection there was taken the automatic measurement of the area of the regions as well as their mean, minimum and maximal temperature. At the end of the paper there is presented an exemplary application of the algorithm for preliminary diagnosis of the type and the course of a headache. The results of segmentation of the face areas are given. The algorithm also makes it possible to analyse the given set of thermograms without necessity of modifying the operation parameters. The set of analysed images after adding translation and rotation includes above 4000 thermograms. The algorithm was developed and tested in Matlab environment.

Słowa kluczowe

PL

obrazy termowizyjne twarzy; algorytm; analiza obrazów

EN

face thermograms; algorithm; image analysis; face detection

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2009
• Tom: R. 55, nr 11
• Strony: 923--926
• Opis fizyczny: Bibliogr. 29 poz., rys., tab.

Twórcy

autor

Marzec M.

autor

Koprowski , R.

autor

Wróbel Z.

• Instytut Informatyki, Politechnika Śląska,

Bibliografia

• [1] Praca zbiorowa pod. red. Z. Nałęcza: Biocybernetyka i inżynieria biomedyczna. Tom 8. Obrazowanie biomedyczne, Wyd. Exit, Warszawa 2000, s. 475-508.
• [2] R. Koprowski, K. Wojaczyńska-Stanek, Z. Wróbel: Diagnostyka bólów głowy na podstawie sekwencji obrazów termowizyjnych, XIV Konferencja pt. „Biocybernetyka i Intynieria Biomedyczna”, Komitet Biocybernetyki i Inżynierii Biomedycznej PAN, KBIB-2005, Wyd. Pol. Częstochowskiej, 2005, s. 279-284.
• [3] L. Trujillo, G. Olague, R. Hammond, B. Hernandez: Automatic feature localization in thermal images for facial expression recognition, IEEE, Computer Vision and Pattern Recognition Workshops, 2005, s. 14-21.
• [4] A. D. Selinger, A. Socolinsky: Thermal face recognition in an operational scenario, IEEE, Computer Vision and Pattern Recognition, vol. 2, 2004, s. 1012-1019.
• [5] M. A. Berbar: Faces and facial feature detection in color images, Geometric Modeling and Imaging New Trends, 2006, s. 209-214.
• [6] S. L. Phung, A. Bouzerdoum, D. Chai, W. Kuczborski: A color-based approach to automatic face detection Signal Processing and Information Technology, IEEE 2003, s. 531-534.
• [7] R. L. Hsu, M. Abdel-Mottaleb, A. K. Jain: Face detection in color images IEEE, Pattern Analysis and Machine Intelligence, vol. 24, 2002, s. 696-706.
• [8] Kap-Ho Seo, Won Kim: Face detection and facial feature extraction using color snake, IEEE, Industrial Electronics, vol. 2, 2002, s. 457-462.
• [9] T. Yokohama, Y. Yagi: Active contour for extracting human faces, IEEE, Pattern Recognition, vol. 1, 1998, s. 673-676.
• [10] X. Bing, Y. Wei, Ch. Charocnsak: Face contour tracking in video using active contour model, IEEE, International Conference on Image Processing (ICIP), vol. 2, 2004, s. 1021-1024.
• [11] H. Guangda, Du S. Cheng: Feature points extraction from faces, Image and Vision Computing, 2003, s. 154-158.
• [12] D. DeCarlo, D. Metaxas: The integration of optical flow and deformable models with applications to human face shape and motion estimation, IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1996, s. 231-238.
• [13] R. Brunelli: Face recognition: features vs templates, IEEE, Pattern Analysis and Machine Intelligence, vol. 15, 1993, s. 1042-1052.
• [14] M. Hu, S. Worrall, A. H. Sadka, A. M. Kondoz: Face feature detection and model design for 2-d scalable Model-based video coding, IEEE, Visual Information Engineering, 2003, s. 125-128.
• [15] D. DeCarlo, D. Metaxas, M. Stone: An anthropometric face model using variational techniques, International Conference on Computer Graphics and Interactive Techniques Association form Computing Machinery, 1998, s. 67-74.
• [16] A. S. Sohail, P. Bhattachacharya: Detection of facial feature point using anthropometric face mode, SITIS, 2006, s. 656-665.
• [17] A. Pietrowcew: Face detection in colour images using fuzzyHough transform, Opto-Electronics Review, vol. 11(3), 2003, s. 247-251.
• [18] Z. Szlavik, T. Sziranyi: Face analysis using CNN-UM, Proceedings IEEE International Workshop on Cellular Neural Networks and theft Applications (CNNA 2004), s. 190-195.
• [19] Z. Li Stain, K. Jain Anil: Handbook of Face Recognition, Springer Science+Business Media, 2005, s. 13-61.
• [20] M. Yang, D. J. Kriegman, N. Ahuja: Detecting faces in images: A survey, IEEE, Pattern Analysis and Machine Intelligence, 2002, s. 34-58.
• [21] J. Wang, E. Sung: Facial feature extraction in an infrared image by proxy with a visible face image, IEEE , Instrumentation and Measurement, vol. 56, 2007, s. 2057-2066.
• [22] I. Pavlidis, P. Buddharaju, C. Manohar: Biometrics: Face recognition in thermal infrared, The Biomedical Engineering Handbook, rozdział 29, CRC Press 2000, s. 29.1-29.15.
• [23] O. Arandjelovic, R. Hammoucicdt. Cipolla: On person authentication by fusing visual and thermal face biometrics, IEEE, Video and Signal Based Surveillance, 2006, s. 50-56.
• [24] Z. Zhu, P. Tsiamyrtis, I. Pavlidis: Forehead thermal signature extraction in lie detection, Engineering in Medicine and Biology Society, 2007, s. 243-246.
• [25} E. Hjelmas: Face detection: a survey, Computer Vision and Image Understanding 83, 2001, s. 236-274.
• [26] S. G. Kong, J. Heo, B. R. Abidi, J. Paik, M. A. Abidi: Recent advances in visual and infrared face recognition a review, the Journal of Computer Vision and Image Understanding, vol. 97, 2005, s. 103-135.
• [27] J. Kobel, A. Suchwałko, H. Podbielska: Application of thermal imaging for human face recognition, Opt. Appl., vol. 32(4), 2002, s. 653-664.
• [28] J. Bauer, J. Mazurkiewicz, H. Podbielska: Thermovision in biometrics face recognition based on thermal imaging. Termowizja w biometrii rozpoznawanie twarzy na podstawie obrazu termicznego, Inżynieria Biomedyczna Acta Bio-Optica et Informatica Medica, vol. 12(2), 2006,s. 85-88.
• [29] M. Marne, R. Koprowski, Z. Wróbel: Badanie właściwości algorytmu detekcji cech twarzy na obrazach termowizyjnych, Informatyzacja Ochrony Zdrowia: Wybrane zagadnienia. PTI Katowice 2008, s. 135-151.