The applications of edge-detection image filtering in medical imaging and diagnosis

• Autorzy: Jankowicz Bogdan

Identyfikatory

DOI

10.15576/GLL/2020.2.25

Warianty tytułu

PL

Zastosowanie filtracji krawędziowej w medycznej diagnostyce obrazowej

• Języki publikacji: EN

Abstrakty

EN

This article presents examples of the use of image filtering for various types of diagnostic medical imaging in order to improve their interpretative value, and thus to improve the diagnostic reliability of that imaging. As research and visual tests have shown, in many cases, the use of digital image filtering makes it possible to significantly improve not only image quality, but also their readability or clarity, thus contributing to a more accurate and precise reading and interpretation of information contained in the images. The author proposed specific filters that largely meet the assumed conditions and constitute a supplement, and sometimes introduce a possible new application in addition to those already known in subject literature. A visual assessment was also made of the degree of diagnostic usefulness of images after filtration compared to the source images. The most commonly used filters are those that not only help to improve the overall appearance and quality of the image, but also, on the one hand, help to extract or highlight certain information, or to reduce noise, on the other hand. Thanks to these solutions, it is possible to smoothen or sharpen some structures within the images, which impacts their readability and quality. Thus, image filtering has become a very desirable and useful tool in many fields of science, technology, as well as art and medicine. The subject matter of image transformation is here applied to the latter discipline.

PL

W niniejszym artykule przedstawiono przykłady zastosowania filtracji dla różnych rodzajów medycznej diagnostyki obrazowej, celem polepszenia ich wartości interpretacyjnej, a tym samym – podniesienia wiarygodności diagnostycznej obrazu. Jak wykazały badania i testy wizualne - w wielu przypadkach, stosowanie filtracji obrazów cyfrowych umożliwia znaczne poprawienie nie tylko ich jakości, a co za tym idzie czytelności czy klarowności, przyczyniając się do bardziej trafnego i precyzyjnego odczytywania i interpretowania informacji znajdujących się na obrazach. Autor zaproponował określone filtry, które w znacznym stopniu spełniają założone warunki i stanowią uzupełnienie, a niekiedy są nową propozycją w stosunku do znanych z literatury. Dokonano również wizualnej oceny stopnia przydatności diagnostycznej obrazów po filtracji w porównaniu z obrazami źródłowymi. Najczęściej używanymi filtrami są te, które nie tylko pomagają poprawić ogólny wygląd i jakość zdjęcia, ale wyodrębniają bądź uwypuklają pewne informacje – z jednej strony lub redukują szumy – z drugiej. Dzięki nim można dokonać wygładzenia bądź wyostrzenia niektórych struktur na obrazie, co wpływa na ich czytelność i jakość . Tak więc filtracja stała się narzędziem bardzo pożądanym i przydatnym w wielu dziedzinach nauki, techniki , również sztuki i medycyny, której to dziedziny dotyczy przedstawiona tematyka transformacji obrazu.

Słowa kluczowe

EN

medical imaging; edge detection; image filtering; photo interpretation

PL

diagnostyka medyczna; filtracja krawędziowa; fotointerpretacja

• Wydawca: Wydawnictwo Uniwersytetu Rolniczego w Krakowie
• Czasopismo: Geomatics, Landmanagement and Landscape
• Rocznik: 2020
• Tom: no. 2
• Strony: 25--39
• Opis fizyczny: Bibliogr. 23 poz., rys.

Twórcy

autor

Jankowicz Bogdan

• Uniwersytet Rolniczy w Krakowie Katedra Geodezji Rolnej, Katastru i Fotogrametrii ul. Balicka 253a, 30-198 Kraków

Bibliografia

• Bołdak C. 2008. Cyfrowe przetwarzanie obrazów.
• Budzik G., Dziubek T., Turek P. 2015. Budowa tomograficznych systemów pomiarowych. Problemy Nauk Stosowanych, 3, 5–15.
• Budzik G., Turek P. 2016. Proces rekonstrukcji obrazów tomograficznych. Problemy Nauk Stosowanych, 4, 57–64.
• Butowtt J., Kaczyński R. 2003. Fotogrametria.
• Dorozhynskyy O., Tukaj R. 2009. Fotogrametria. Wyd. Politechniki Lwowskiej, Lwów.
• Jankowicz B. 2011. Technika multispektralna w teledetekcji. Wydawnictwo UR w Krakowie, Kraków.
• Kędzierski M. 2002.Wykorzystanie analizy falkowej w procesie filtracji obrazów cyfrowych. AFKiT, 12a.
• Mikrut S. 2009. Przydatność algorytmów podpikselowej detekcji cech w wybranych zagadnieniach fotogrametrycznych. AFKiT, 19.
• Nieniewski M., Zajączkowski P. 2015. Real-Time USG Image Enhancement by Forward-Backward Diffusion. Springer.
• Periasamy S. 1996. Detection of microcalcification in mammograms using hexagonal wavelets.
• Preim B., Bartz D. 2007. Visualization in Medicine: Theory, Algorithms, and Applications. TheMorgan Kaufmann Series in Computer Graphics.
• Pyka K. 2005. Uwarunkowania fizjologiczne i techniczne wpływające na percepcję obrazu obserwowanego na ekranie monitora – Physiological and technical conditions, influencing perception of the monitor picture. Roczniki Geomatyki, 3, 1, 131–137, Polskie Towarzystwo Informacji Przestrzennej.
• Pyka K. 2007. Zastosowanie transformacji falkowej do detekcji i usuwania szumów z danych rastrowych i pseudo-rastrowych – The use of wavelets in noise detection and removal from raster and pseudo-raster data. W: Geoinformatyka – badania, zastosowania i kształcenie. IV Ogólnopolskie Sympozjum Geoinformacyjne, Dobczyce k. Krakowa, 11–13 października 2007, red. B. Hejmanowska, M. Borowiec. Polskie Towarzystwo Fotogrametrii i Teledetekcji, 65–66.
• Pyka K. 2011. Wykorzystanie transformacji falkowej do oceny spadku jakości radiometrycznej w procesie mozaikowania ortofotomapy – The use of wavelets for evaluation of loss in radiometric quality in the orthophoto mosaicking process. Biuletyn Wojskowej Akademii Technicznej, 60, 3, 353–364.
• Pyka K. 2012. Noise detection in the photogrammetric images using wavelets. Journal of Earth Science and Engineering, 2, 2, 105–111.
• Sayood K. 2002. Kompresja danych – wprowadzenie. RM, Warszawa.
• Shuler S., Laine A. 2003. Hexagonal wavelet processing of digital mammography.
• Soja J. et al. 2009. The Use of Endobronchial Ultrasonography in Assessment of Bronchial Wall Remodeling in Patients With Asthma. Elsevier.
• Soja J., Łoboda P., Mikrut S., Ćmiel A., Gross-Sondej I., Górka K., Kasper Ł., Andrychiewicz A., Pulka G., Reid M., Sładek K. 2015. Assessment of remodeling in chronic obstructive pulmonary disease using imaging methods. Polskie Archiwum Medycyny Wewnętrznej, 125, 9, 659–664.
• Tadeusiewicz R., Zaremba-Śmietański J. 2011. Pozyskiwanie obrazów medycznych oraz ich przetwarzanie, analiza, automatyczne rozpoznawanie i diagnostyczna interpretacja. Wydawnictwo Studenckiego Towarzystwa Naukowego, Kraków.
• www.doz.pl
• https://mathspace.pl/
• http://astrophysics.fic.uni.lodz.pl/medtech/dodatki/metpo.html

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).