Determination of the optimal scanning step for evaluation of image reconstruction quality in magnetoacoustic tomography with magnetic induction

• Autorzy: Zywica Adam Ryszard , Ziolkowski Marcin

Identyfikatory

DOI

10.35784/IAPGOS.28

Warianty tytułu

PL

Określenie optymalnego kroku skanowania do oceny jakości rekonstrukcji obrazu w tomografii magnetoakustycznej ze wzbudzeniem indukcyjnym

• Języki publikacji: EN

Abstrakty

EN

Magnetoacoustic Tomography with Magnetic Induction (MAT-MI) is a new hybrid imaging modality especially dedicated for non-invasive electrical conductivity imaging of low-conductivity objects such as e.g. biological tissues. The purpose of the present paper is to determine the optimal scanning step assuring the best quality of image reconstruction. In order to resolve this problem a special image reconstruction quality indicator based on binarisation has been applied. Taking into account different numbers of measuring points and various image processing algorithms, the conditions allowing successful image reconstruction have been provided in the paper. Finally, the image reconstruction examples for objects’ complex shapes have been analysed.

PL

Tomografia magnetoakustyczna ze wzbudzeniem indukcyjnym (MAT-MI) to nowa hybrydowa technika obrazowania dedykowana szczególnie do nieinwazyjnego obrazowania obiektów o niskiej konduktywności elektrycznej, takich jak na przykład tkanki biologiczne. Celem niniejszej pracy jest określenie optymalnego kroku skanowania zapewniającego najlepszą jakość rekonstrukcji obrazu. W celu rozwiązania tego problemu zastosowano specjalny wskaźnik jakości rekonstrukcji obrazu bazujący na binaryzacji. W artykule przedstawiono warunki umożliwiające pomyślne zrekonstruowanie obrazu biorąc pod uwagę różną liczbę punktów pomiarowych oraz różne algorytmy przetwarzania obrazu. W końcowym etapie pracy przeanalizowano przykłady rekonstrukcji obrazu dla obiektów o bardziej złożonych kształtach.

Słowa kluczowe

EN

image reconstruction; image processing algorithms; medical diagnostic imaging; magnetoacoustic effect; magnetoacoustic tomography with magnetic induction

PL

rekonstrukcja obrazu; algorytm przetwarzania obrazu; diagnostyczne obrazowanie medyczne; efekt magnetoakustyczny; tomografia magnetoakustyczna ze wzbudzeniem indukcyjnym

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2019
• Tom: T. 9, nr 4
• Strony: 38--42
• Opis fizyczny: Bibliogr. 10 poz., rys., tab.

Twórcy

autor

Zywica Adam Ryszard

• West Pomeranian University of Technology, Faculty of Electrical Engineering, Department of Electrical and Computer Engineering, Szczecin, Poland

autor

Ziolkowski Marcin

• West Pomeranian University of Technology, Faculty of Electrical Engineering, Department of Electrical and Computer Engineering, Szczecin, Poland

Bibliografia

• [1] Baudrier E., Nicolier F., Millon G., Ruan S.: Binary-image comparison with local dissimilarity quantification. Pattern Recognition 41/2008, 1461–1478, [doi:10.1016/j.patcog.2007.07.011].
• [2] Bourke. P.: Cross Correlation. Auto Correlation and 2D Pattern Identification. Research Paper. Oxford University, Oxford 1996.
• [3] Fastowicz J., Bąk D., Mazurek P., Okarma K.: Estimation of Geometrical Deformation of 3D Prints Using Local Cross-Correlation and Monte Carlo Sampling. Advances in Intelligent Systems and Computing 681/2018 [DOI: 10.1007/978-3-319-68720-9_9].
• [4] Lech P., Okarma K.: Optimization of the Fast Image Binarisation Method Based on the Monte Carlo Approach. Elektronika ir Elektrotechnika 20/2014, 63–66 [DOI: 10.5755/j01.eee.20.4.6887].
• [5] Li X., Yu K., He B.: Magnetoacoustic tomography with magnetic induction (MAT-MI) for imaging electrical conductivity of biological tissue: a tutorial review. Physics in Medicine & Biology 61/2016, 249–270 [DOI: 10.1088/0031-9155/61/18/R249].
• [6] Michalak. H., Okarma K.: Region Based Approach for Binarisation of Degraded Document Images. Advances in Soft and Hard Computing 889/2019, 433–444 [DOI: 10.1007/978-3-030-03314-9_37].
• [7] Rymarczyk T., Kłosowski G., Kozłowski E.: A non-destructive system based on electrical tomography and machine learning to analyze the moisture of buildings. Sensors 18(7)/2018, 2285 [DOI: 10.3390/s18072285].
• [8] Stawicki K., Gratkowski S., Komorowski M., Pietrusewicz T.: A new transducer for magnetic induction tomography. IEEE Transactions on Magnetics 45/2009, 1832–1835 [DOI: 10.1109/TMAG.2009.2012799].
• [9] Wang Z., Sheikh H.R., Bovik A.: Objective video quality assessment. Chapter 41 in The Handbook of Video Databases: Design and Application, Furht B. and Marqure O., CRC Press 2003, 1041–1078.
• [10] Zywica A.R.,: Magnetoacoustic tomography with magnetic induction for biological tissue imaging: numerical modelling and simulations. Archives of Electrical Engineering 65(1)/2015, 141–150 [DOI: 10.1515/aee-2016-0011].

Uwagi

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