«Ιατρική Εικόνα» MED1114 (684 για Οδοντ/κη)

Transcript

1 «Ιατρική Εικόνα» MED1114 (684 για Οδοντ/κη) Κωνσταντίνος Λουκάς Εργαστήριο Ιατρικής Φυσικής Ιατρική Σχολή ΕΚΠΑ

2 Περίγραμμα 1. Εισαγωγικά στοιχεία 2. Τρόποι απόκτησης ιατρικών εικόνων 3. Ψηφιοποίηση εικόνας & σήματος 4. Επεξεργασία εικόνας 5. Έγχρωμη εικόνα 6. Πρωτόκολλα επικοινωνίας 7. Σύγχρονες απεικονιστικές τεχνικές 2

3 Εισαγωγή Γιατί εικόνα?? 3

4 Εισαγωγή Γιατί εικόνα?? Διαγνωστική πληροφορία σε 2 διαστάσεις. 4

5 Εισαγωγή Γιατί εικόνα?? Διαγνωστική πληροφορία σε 2 διαστάσεις. Δυνατότητα σύγκρισης (πριν/μετά/μεταξύ) 5

6 Εισαγωγή Γιατί εικόνα?? Διαγνωστική πληροφορία σε 2 διαστάσεις. Δυνατότητα σύγκρισης (πριν/μετά/μεταξύ) Απεικόνιση ανατομικών - δομικών - μορφολογικών ή/και λειτουργικών χαρακτηριστικών. 6

7 Εισαγωγή Γιατί εικόνα?? Διαγνωστική πληροφορία σε 2 διαστάσεις. Δυνατότητα σύγκρισης (πριν/μετά/μεταξύ) Απεικόνιση ανατομικών - δομικών - μορφολογικών ή/και λειτουργικών χαρακτηριστικών. Διαθεσιμότητα Επικοινωνία 7

8 Εισαγωγή Γιατί εικόνα?? Διαγνωστική πληροφορία σε 2 διαστάσεις. Δυνατότητα σύγκρισης (πριν/μετά/μεταξύ) Απεικόνιση ανατομικών - δομικών - μορφολογικών ή/και λειτουργικών χαρακτηριστικών. Διαθεσιμότητα Επικοινωνία Επεξεργασία Αναγνώριση, ποσοτικές μετρήσεις (!) 8

9 Γιατί εικόνα?? Διαγνωστική πληροφορία σε 2 διαστάσεις. Δυνατότητα σύγκρισης (πριν/μετά/μεταξύ) Απεικόνιση ανατομικών - δομικών - μορφολογικών ή/και λειτουργικών χαρακτηριστικών. Διαθεσιμότητα Επικοινωνία Επεξεργασία Εισαγωγή Αναγνώριση, ποσοτικές μετρήσεις (!) Συνδυαστική μελέτη διαφορετικών απεικονιστικών τεχνικών. 9

10 Απεικόνιση-Μορφολογία-Λειτουργικότητα Απεικονιστική Μέθοδος Ανατομία/Μορφολογία (υφή) Λειτουργικότητα Ακτινογραφία CT (3D) (CT Angiog/phy) Πυρηνική Ιατρική / (3D) (uptake) MRI (3D) (fmri) Υπερηχογραφία (3D) (Doppler) Μικροσκοπία (3D) (LSM, φθορισμός) Οπτική απεικόνιση (3D: OCT) Image Fusion: Σύντηξη δεδομένων από διαφορετικά απεικονιστικά συστήματα! 10

11 Η Εικόνα στην Ιατρική Ειδικότητα Δερματολογία Πυρηνική Ιατρική Καρδιολογία Αναισθησιολογία Νευρολογία Ακτινολογία Οφθαλμολογία Ακτινολογία Γυναικολογία 11 Κυτταρολογία /Παθ.Αν.

12 Εικόνα - Χρόνος Διαστάσεις (Ι) Ιατρική Εικόνα Στατική Βίντεο 2D (Ακτινογραφία) (Βρογχοσκόπηση) 3D (Απόδοση όγκου) (Υπέρηχος 4D) 12

13 Εικόνα - Χρόνος Διαστάσεις (ΙΙ) Απόδοση όγκου (Volume Rendering) 2D Video 4D US 13

14 Τεχνικές Διαγνωστικής Απεικόνισης Τεχνικές Προβολής Προβολή οργάνου σε 2D Αλληλοεπικάλυψη ιστών Απαιτούνται πολλαπλές προβολές Περιορισμένη πληροφορία Εύκολη, γρήγορη, φθηνή! Ερ.: Αναφέρεται 2 τεχνικές για κάθε περίπτωση. Στεφανιαία Τομή Εγκάρσια Τομή Τομογραφικές Τεχνικές Λεπτές τομές Διάφορα επίπεδα-τμήματα Μεγαλύτερη λεπτομέρεια Πλούσια πληροφορία Μικρότερος «θόρυβος» Όχι πάντα εύκολη, λιγότ. φθηνή! Οβελιαία Τομή 14

15 Αρχές απεικόνισης I Πριν εξετάσουμε πως «βλέπουν» οι ανιχνευτές πάμε να δούμε πως βλέπει το ανθρώπινο μάτι HH oo WWWW = HH ii FFFF Ho: μέγεθος αντικειμένου WD: απόσταση από φακό Hi: μέγεθος ειδώλου FL: εστιακό βάθος Ερ.1: Γιατί δεν βλέπουμε 2 εικόνες? Ερ.2: Γιατί δεν βλέπουμε «ανάποδα»? 15 FL

16 Αρχές απεικόνισης ΙI Παράδειγμα Optical/Light Imaging Εικόνα: «μήκος», «πλάτος» (# pixels) και «βάθος pixel»!! πλάτος μήκος? 16

17 Αρχές απεικόνισης IIΙ Ο ανιχνευτής ανταποκρίνεται στη εισερχόμενη ακτινοβολία και παράγει ηλεκτρικό σήμα Τάση ανάλογη της εισερχόμενης Ακτινοβολίας! Ανιχνευτές σε διάταξη γραμμής Ανιχνευτές σε διάταξη πίνακα Στα διάφορα απεικονιστικά συστήματα αυτά που ουσιαστικά αλλάζουν είναι: η πηγή ακτινοβόλησης, ο τύπος του ανιχνευτή, και συνεπώς οι τύπος της εικόνας που παράγεται. 17

18 Ψηφιοποίηση & Χ rays, I X-ray ψηφιακή εικόνα με τεχνολογία CCD Σπινθηριστής ( μετατρέπει τις ακτίνες Χ σε φώς) pixe ls Οπτική ίνα ( φέρνει σε επαφή το φώς με το CCD και κόβει τις σκεδάσεις και τις ακτίνες Χ) CCD ( μετατρέπει το ορατό φώς σε ηλεκτρόνια -ρεύμα) CCD ADC Ηλεκτρονικά κυκλώματα ( ενισχύουν το ηλεκτρικό σήμα και το μετατρέπει απο αναλογικό σε ψηφιακό) Digital radiography

19 Ψηφιοποίηση & Χ rays, II Άμεση επαφή Σπινθηριστή CCD Σπινθ/τής μετατρέπει ακτίνες Χ σε φώς & ταυτόχρονα το κατευθύνει ευθύγραμμα προς το CCD χωρίς περιττές σκεδάσεις έτσι καταργείται το στρώμα των οπτικών ινών ψηφιακός αισθητήρας Παλαιά Τεχνολογία CCD Σπινθηριστής Κεραμικό υπόστρωμα 19 Οπτικές Ίνες CCD Dimax2 digital panoramic x-ray 0301

20 Ψηφιοποίηση & Χ rays, III x-ra ys light x-ra ys light Νέο Υλικό Σπινθηριστή Dixi2 digital intraoral x-ray 20 Crystalline Α Amorphous Β Νέο υλικό σπινθηριστή κρυσταλλικής υφής (Α) Χωρίς σκέδαση Δεν απαιτείται πλέον οδηγός φωτός Χρησιμοποιείται πλέον παχύτερος κρύσταλλος Περισσότερο φώς στο CCD Καλλύτερη απόδοση 0301 Νέες Τεχνολογίες: 1) Διαχωρισμός Σπινθηριστή σε στοιχειώδεις μονάδες (όπως το υποκείμενο CCD). 2) Τεχνολογία SPP (storage phosphor plate): Επαναχρησιμοποιήσιμη πλάκα Φωσφόρου. - τα e- «παγιδεύονται» στα ανώτερα ενεργειακά επίπεδα, σχηματίζοντας με την κατανομή τους την λανθάνουσα εικόνα. - Η πλάκα «διαβάζεται» με laser (διεγειρόμενη φωταύγεια - PSL)

21 Αισθητήρες CCD I 21 CCD αποτελείται από φωτοευαίσθητα στοιχεία (MOS), σε 2D διάταξη. MOS: φως e- (φωτοδίοδος) & αποθήκευση e- (πυκνωτής). Άρα: το CCD δεσμεύει φως και παράγει ανάλογη ποσότητα e- (φωτοηλεκτρικό). Τα e- συλλέγονται σε πηγάδια δυναμικού (κάτω από το μονωτή δημιουργούνται με +V στο ηλεκτρόδιο της «πύλης»). Τα e- μένουν κοντά στη δι-επιφάνεια ημιαγωγού (Si) μονωτή (SiO 2 ). Εφαρμόζεται τάση στα ηλεκτρόδια με κατάλληλο συγχρονισμό. Τα e- μεταφέρονται από το ένα MOS στο άλλο.

22 CCD αποτελούμενο από 3 MOS τοποθετημένους παράλληλα. Η καινοτομία του CCD έγκειται στη μεταφορά του σήματος, από MOS σε MOS (Nobel 2009). Αρχικά πολώνουμε μόνο την πρώτη πύλη όλο το σήμα συγκεντρώνεται εκεί. Έπειτα, πολώνουμε τη δεύτερη πύλη και μηδενίζουμε το δυναμικό της πρώτης το σήμα μετακινήθηκε δεξιά. Ομοίως και με την τρίτη πύλη. κοκ

23 23 Αισθητήρες CCD II

24 Τι αποδοτικότητα έχει ένα CCD Πιθαν/τα το φωτόνιο να απορροφηθεί στην φωτοευαίσθητη περιοχή και να ελευθερώσει e- 24

25 25 Ψηφιοποίηση εικόνας/σήματος

26 Ψηφιοποίηση Η ποιότητα εικόνας εξαρτάται κατά μεγάλο βαθμό από (α) τον αριθμό δειγμάτων που καταγράφει το σύστημα ΚΑΙ (β) τον αριθμό των χρωμάτων (διαβαθμίσεων του γκρι) Πλάτος (Μ pixels) Το σήμα εξόδου (volts) του ανιχνευτή μετατρέπεται σε «χρώμα» Μήκος (N pixels) Αριθμός διαβαθμίσεων γκρι (π.χ. 256) 26

27 Ψηφιοποιημένη εικόνα = αριθμοί σε πίνακα! Άρα, όταν «ανοίγουμε» μία εικόνα, ουσιαστικά «ανοίγουμε» αριθμούς και όχι χρώματα!!! (οι αριθμοί όμως αντιστοιχίζονται με χρώματα θα δούμε πως.) 27

28 Ευκρίνεια (Χωρική) Ι Διαστάσεις εικόνας (Μ Ν) Η μικρότερη απόσταση στην οποία 2 αντικείμενα μπορούν να απεικονιστούν καθαρά, με διακριτά όρια. (lp = line pairs) 28

29 Ευκρίνεια (Χρωματική) ΙΙ # bits (# Grey-Levels: # διαβαθμίσεων γκρι) 2 8 = = = =4 2 1 =2 256 GL 16 GL 29 Το ανθρώπινο μάτι μπορεί να ξεχωρίσει ~ 30 διαφορετικές διαβαθμίσεις γκρι*, όταν αυτές παρουσιαστούν η μία δίπλα στην άλλη (*ανάλογα το φωτισμό). Στην εικόνα όμως, καθώς το μάτι επισκοπεί την εικόνα, προσαρμόζεται στις περιοχές όπου υπάρχουν διαφορετικά επίπεδα γκρι (contrast), και έτσι μπορεί να ξεχωρίσει περισσότερες.

30 Cornsweet illusion I 30 Ποια πλάκα είναι πιο σκοτεινή;

31 31 Cornsweet illusion II

32 Αναλογικά/Ψηφιακά Σήματα Ι Αναλογικό σήμα: συνεχής μεταβολή φυσικού μεγέθους στο χρόνο! π.χ. διακύμανση ηλεκτρ. τάσης που καταγράφουμε λόγω κυμάτων πίεσης σε κάποιο μέσο (ήχος). π.χ. η μεταβολή της τάσης (ρεύμα), λόγω ταλάντωσης του διαφράγματος στο μικρόφωνο, λέμε ότι είναι «ανάλογη» του ηχητικού κύματος. Ψηφιακό σήμα: μεταβολή διακριτών τιμών φυσικού μεγέθους στο χρόνο αλληλουχία αριθμών (τιμών) αλληλουχία ψηφίων (bits)! t s

33 33 Η μεταβολή αναλογικού σήματος σε ψηφιακό γίνεται μέσω συσκευής ADC: Analog to Digital Conversion

34 Μετατροπέας Αναλογικού σε Ψηφιακό - ADC Transducer: Μεταλλαγή Θ( ο C) V(volt) ADC Ενίσχυση, φιλτράρισμα, προστασία (αυξομειώσεις, υψηλές τάσεις), προσαρμογή κλίμακας (για ψηφιοποίηση) Γιατί χρειάζεται το ADC?? ΗΥ «καταλαβαίνουν» αριθμούς bits (0/1) [π.χ. (11) 10 = (1011) 2 ] Δυνατότητα επεξεργασίας offline/online (!) 34

35 ADC/DAC Μετατροπή αναλογικού σήματος σε ψηφιακό και αντίστροφα (ADC, DAC) 35

36 ADC, από τι εξαρτάται?? (Ι) 1. Ακρίβεια (resolution): αριθμός δεκαδικών ψηφίων αριθμός bits (max) (min) » (max) » » (min) Δειγματοληψία με ακρίβεια: 3 bits (2 3 =8 υποδιαιρέσεις) 4 bits (2 4 = 16 υποδιαιρέσεις) Υποδιαίρεση τιμής σήματος: 1.25 Volts Volts Μικρότερη τιμή που μπορούμε να καταγράψουμε (εκτός από 0): 10/2 3 = 10/8 = /2 4 = 10/16 =

37 ADC, από τι εξαρτάται?? (ΙΙα) 2. Ρυθμός Δειγματοληψίας (πόσο γρήγορα καταγράφουμε δείγματα) Δt Δt/2 Δειγματοληψ.Χρόνου: Κάθε Δt sec Κάθε Δt/2 sec Συχνότητα Δειγματοληψίας: f 1 (Hz) (π.χ. 100Hz = 100 δείγματα το sec κάθε 0.01sec) f 2 = 2 f 1 (Hz) (π.χ. 200Hz = 200 δείγματα το sec κάθε 0.005sec) Nyquist Theorem: f_δειγματοληψίας > 2 f_max (που υπάρχει στο σήμα μας) 37

38 ADC, από τι εξαρτάται?? (ΙΙβ) Nyquist Theorem: f_δειγματοληψίας > 2 f_max (που υπάρχει στο σήμα μας) Αλλιώς...Aliasing (ψευδής μετατόπιση) 38

39 ADC, από τι εξαρτάται?? (ΙΙγ) Nyquist Theorem: f_δειγματοληψίας > 2 f_max (που υπάρχει στο σήμα μας) Αλλιώς...Aliasing (ψευδής μετατόπιση) 39

40 Aliasing σε 2Δ εικόνα Ι Nyquist Theorem: f_δειγματοληψίας > 2 f_max (που υπάρχει στο σήμα μας) Αλλιώς...Aliasing (ψευδής μετατόπιση) F 0 Fs 8 F 0 Fs 4 F 0 Fs 2 F 0 Fs = 1.33 F 0 40

41 Aliasing σε 2Δ εικόνα ΙΙ Nyquist Theorem: f_δειγματοληψίας > 2 f_max (που υπάρχει στο σήμα μας) Αλλιώς...Aliasing (ψευδής μετατόπιση) F max Fs 8 F max Fs 4 F max Fs 2 F max Fs 1.33 F max 41

42 Aliasing in reality 1 1:2 1:3 1:4 1:5 1:6 42

43 Πως μπορώ να αποφύγω το Aliasing?? Αυξάνουμε τη συχνότητα δειγματοληψίας (Fs) (π.χ. κάμερα με περισσότερα megapixels!) Κάνουμε το σήμα μας λιγότερο «κυματοειδές». «Ξεφορτωνόμαστε» (αχρείαστες) υψηλές συχνότητες. Χάνουμε λίγη πληροφορία αλλά είναι καλύτερα από το να έχουμε aliasing. 43

44 44 Μετασχηματισμός Fourier

45 Σήμα, Εικόνα & συχνότητες LOW HIGH HIGH LOW 45

46 Τι είναι το φάσμα ενός σήματος? Πως μπορώ να «βγάλω» το θόρυβο? y1 = 0.7*sin(2*pi*50*t) + 1*sin(2*pi*120*t) + noise Θα μπορούσαν να αντιστοιχούν Fourier σε διαφορετικές λειτουργίες αυτά τα σήματα?? y2 = 0.7*sin(2*pi*75*t) + 1*sin(2*pi*120*t) + noise 46

47 47 Κρατάω μόνο τις «κύριες» συχνότητες και αγνοώ τις υπόλοιπες

48 Ανασυνθέτω τα σήματα με ΑΝΤΙΣΤΡΟΦΟ Fourier!!! Inv. Fourier 48

49 Αρχικά σήματα Σήματα χωρίς θόρυβο!! y1 = 0.7*sin(2*pi*50*t) + 1*sin(2*pi*120*t) + noise y2 = 0.7*sin(2*pi*75*t) + 1*sin(2*pi*120*t) + noise 49

50 Μετασχηματισμός Fourier - Εικόνα Εικόνα = 2D σήμα (!), ο Fourier ισχύει και για εικόνες! Απεικόνιση (σε 2D) ΣΥΧΝΟΤΗΤΩΝ που υπάρχουν στην αρχική εικόνα. Αρχικές Εικόνες (α1) (β1) Μετασχ. Fourrier (α2) (β2) 50

51 Ορισμένες εφαρμογές του Fourier Επεξεργασία (π.χ. εξαγωγή χαρακτηριστικών από εικόνες CT: radiomics) Φιλτράρισμα (filtering) είδαμε παράδειγμα σε σήμα Αποκατάσταση (restoration) παράδειγμα Συμπίεση (compression) Radiomics Aert et al, Nature Comm,

52 52 Image restoration

53 53 Ποιότητα εικόνας

54 Η ποιότητα μιας εικόνας εξαρτάται από Εύρος κλίμακας αμαύρωσης (grayscale resolution, π.χ. 8bit). Συνολικός αριθμός pixels (Χ Υ): Χωρική Διακριτική Ικανότητα (μικρότερη απόσταση αντικειμένων για να μην «φαίνονται» σαν ένα). Χρονική Διακριτική Ικανότητα ( Ρυθμός Δειγματοληψίας) Αντίθεση (contrast) Πόσο «σκοτεινή» είναι μια εικόνα ή πόσο μοιάζουν περιοχές με διαφορετική απόχρωση. Οξύτητα (sharpness) Πόσο «μοιάζουν» γειτονικές περιοχές που κανονικά έχουν μεγάλη διαφορά στην αμαύρωση (π.χ. edges). 54

55 55 Αντίθεση & Ιστόγραμμα

56 Δυναμική Κλίμακα Τιμών Αμαύρωσης (Dynamic range) Μεγαλύτερη αντίθεση Πιο φωτεινή 56

57 57 Επεξεργασία εικόνας

58 Επεξεργασία Εικόνας - Γιατί χρειάζεται? Βελτίωση της ποιότητας (π.χ. πιο «καθαρή», «φωτεινή», κλπ) Αποκατάσταση (restoration), εξάλειψη θορύβου/ανεπιθύμητων περιοχών. Αλλαγή τρόπου θέασης (π.χ. ψευδοχρωματικοί χάρτες pseudocolor maps) Συμπίεση (π.χ. για αποθήκευση, μετάδοση) Ποσοτικές μετρήσεις (!!) χώρος/χρόνος Σύγκριση (πριν/μετά, κλπ). Τμηματοποίηση περιοχών ενδιαφέροντος (segmentation), ταξινόμηση, κλπ. 58

59 Παράδειγμα Επεξεργασίας Εικόνας Μετατροπή Εικόνας: Α (στάδια) Β Τέσσερα βασικά στάδια: Προ-επεξεργασία (π.χ. enhancement-αφαίρεση θορύβου) Τμηματοποίηση σε μικρές περιοχές (segmentation): ανίχνευση ακμών (edge detection), κατωφλιοποίηση (thresholding),... Εξαγωγή χαρακτηριστικών ανά περιοχή (feature extraction). Ταξινόμηση περιοχών (μάτια, στόμα, μύτη, μαλλιά, καπέλο, ). 59

60 60 Ιστόγραμμα Εικόνας

61 Καθολική Κατωφλιοποίηση (global thresholding) (παράδειγμα καθολικής επεξεργασίας) 61

62 62 Τμηματοποίηση (segmentation)

63 Παράδειγμα τοπικής επεξεργασίας ανίχνευση ακμών (edge detection) σε ιστολογική εικόνα 63

64 64 Έγχρωμη εικόνα

65 Έγχρωμη Εικόνα, I Καμπύλες απορρόφησης στα κωνία του αμφιβλ/δή. R, G, B: Βασικά χρώματα. Color space: μαθηματικό μοντέλοπεριγράφει κάθε χρώμα σαν πλειάδα αριθμών (χρωματικές συνιστώσες), συνήθως 3ων. RGB color space Προσθετικό Σύστημα Χρωμάτων. R,G,B προστίθενται για να αναπαράγουν τα διάφορα χρώματα. Καρτεσιανό σύστημα συντεταγμένων, κάθε χρώμα αντιστοιχεί σε 3 τιμές: (r,g,b). Μαύρο Άσπρο: διαγώνιος. Έγχρωμη εικόνα 3 εικόνες, 1 ανά συνιστώσα. Χρησιμοποιούμε φίλτρα που απορροφούν στις αντίστοιχες περιοχές R,G,B. 8 bit ανά εικόνα 3x8=24 bits ,7 εκατ. συνδυασμοί χρωμάτων! 65

66 Έγχρωμη Εικόνα, ΙΙ 3CCD Τρι-χρωματικός διαχωρισμός με συστοιχία πρισμάτων & CCD. Bayer : 50%G, 25%R, 25%B. Προσομοιάζει το ανθρώπινο μάτι! G B Διχροϊκό πρίσμα (Α,Β) «διαιρεί» το φως σε δέσμες διαφορετικού λ (χρώματος). 66 Τα χρώματα που υπολείπονται σε κάθε pixel υπολογίζονται αλγοριθμικά (interpolation).

67 Έγχρωμη Εικόνα, ΙIΙ Red 255,0,50 0,255,50 Green 0,0,255 Blue 67

68 Έγχρωμη Εικόνα, HSI Πως αντιλαμβάνεται ο άνθρωπος το χρώμα? όχι τόσο στο σύστημα RGB, αλλά στο HSI! (Hue, Saturation, Intensity) 68

69 Στον z (κάθετο) άξονα Στο xy επίπεδο 69

70 RGB HSI 70 Αντίστοιχα, μέσω εξισώσεων μπορούμε να πάμε: HSI RGB

71 HSI RGB vs. HSI RGB 71

72 72 Συμπίεση εικόνας

73 Συμπίεση/Απoσυμπίεση, JEPG Lossless: Συμπίεση ΧΩΡΙΣ απώλειες (π.χ. αναπαράσταση τετραγώνου σταθερής απόχρωσης του γκρι με 4 τιμές: (χ 0, y 0, d, value) μπορούμε να πετύχουμε 2:1 με 3:1. Lossy: Συμπίεση ΜΕ (μικρές) απώλειες (π.χ. JPEG). Επιτρέπει την προσεγγιστική αναπαράσταση των δεδομένων μας μπορούμε να πετύχουμε > 20:1!! 73

74 Παράδειγμα Συμπίεσης, I Αρχική: 211 KB (8 bpp) (256 πιθανές τιμές αμαύρωσης/pixel) 96 KB, 2:1 (6 bpp) (64 πιθανές τιμές αμαύρωσης/pixel) 74

75 Παράδειγμα Συμπίεσης, II Αρχική: 211 KB (8 bpp) (256 πιθανές τιμές αμαύρωσης/pixel) 74 KB, 3:1 (4 bpp) (16 πιθανές τιμές αμαύρωσης/pixel) 75

76 Παράδειγμα Συμπίεσης JPEG Αρχική: 1,187,986 bytes (24 bpp) JPEG: 103,642 bytes, 11:1 (2 bpp) 76

77 Ανακατασκευή εικόνας & volume rendering 77

78 Τομογραφία Επιτρέπει την απεικόνιση εσωτερικών οργάνων ΧΩΡΙΣ την παρεμβολή άλλων υπερ/υποκείμενων δομών. Ακτίνογραφία: Το αντίθετο! Μπορεί να επιτευχθεί με διαφορετικές μεθόδους απεικόνισης: CT: # «φωτονίων X» που μεταφέρονται κατά μήκος γραμμών προβολής διαμέσου του ασθενή. Πυρηνική Ιατρική: Αριθμός φωτονίων κατά μήκος γραμμών προβολής από τον ασθενή. Υπερηχογραφία: Ένταση κ χρόνος οπισθο-σκεδαζόμενων κυμάτων κατά μήκος: πηγή-ασθενής-ανιχνευτής. 78

79 Ανακατασκευή Εικόνας CT - FBP 79

80 Αναπαράσταση Όγκου (Volume Rendering) Τεχνική για την επίδειξη (display) 2D προβολής ενός 3D αντικειμένου. Απαιτείται: Γωνία θέασης 3D αντικειμένου (θέση κάμερας) Χρώμα ΚΑΙ αδιαφάνεια (opacity) για κάθε 3D pixel (voxel) CT αγγειογραφία Συσχέτιση όγκουαρτηρίες καρωτίδας 80

81 Registration & Fusion Image Registration: Συνδυασμός >1 εικόνες: (α) διαφορετικές συνθήκες (CT με/χωρίς σκιαγραφικό, ανεπιθύμητη κίνηση κατά την απεικόνιση, ). (β) σε διαφορετικούς χρόνους (π.χ. πνεύμονες: φάσεις εισπνοής/εκπνοής, πριν/μετά την ακτινοθεραπεία, ). (γ) διαφορετικά «modalities» (π.χ. CT: ανατομία/mri: λειτουργικότητα). Image Fusion: Ρεαλιστική «ανάμειξη» δεδομένων (π.χ. CT-MRI, SPECT-CT). Η τελική εικόνα παρέχει συνδυαστική πληροφορία. 81

82 CT + PET MRI + CT 82

83 Μετάδοση εικόνων - πρωτόκολλα RIS - PACS 83

84 Μετάδοση Ιατρικής Εικόνας Πως μεταφέρονται?? Μέσω δικτύου (εν/α-σύρματου): Τοπικής εμβέλειας (LAN) Μητροπολιτικής εμβέλειας (MAN) Ευρύτερης Εμβέλειας (WAN) WLAN (wireless LAN) Με ποιο πρωτόκολλο?? TCP/IP: Συλλογή πρωτοκόλλων επικοινωνίας στα οποία βασίζεται το διαδίκτυο & εμπορ. δίκτυα. Δομημένο σε 5 επίπεδα. Το καθένα απαντά σε συγκεκριμένα προβλήματα μεταφοράς δεδομένων. Παρέχει μια καθορισμένη υπηρεσία 84στα υψηλότερα επίπεδα.

85 Πρωτόκολλο DICOM Πρωτόκολλο για: Επικοινωνία, Μεταφορά, Επεξεργασία απεικονιστικών δεδομένων (ανεξάρτητο από κατασκευαστή). Διευκολύνει ανάπτυξη PACS & διασύνδεση με άλλα πληροφ. συστήματα εντός νοσοκομείου. Εικόνες αποθηκεύονται σε Β.Δ. προσπελάσιμες από διαφορετικά πληροφοριακά συστήματα + σταθμούς εργασίας. 85

86 PACS, I Σύστημα Αρχειοθέτησης & Μεταφοράς Εικόνων Νοσοκομείο 1 Δίκτυο DICOM Νοσοκομείο 2 data network connecting DICOM-compliant devices 86

87 PACS, II Οθόνη Διεπαφής 87

88 RIS - PACS RIS: Σύστημα ηλεκτρονικής διαχείρισης δεδομένων στα απεικονιστικά τμήματα. Κύριες λειτουργίες: Patient registrationscheduling (appointment) Patient tracking Results entry Results distribution Reporting and printout Resource management Procedure billing 88

89 PACS Πλεονεκτήματα/Μειονεκτήματα Μειώνεται η πιθανότητα απώλειας εικόνων. Άμεση πρόσβαση από πολλαπλούς σταθμούς εργασίας (WS) Τηλεϊατρική. Γρήγορη ανάκληση εικόνων. Δυνατότητα ανάλυσης & επεξεργασίας βελτίωση διάγνωσης. Εύκολη & γρήγορη μεταφορά μεταξύ σταθμών εργασίας, μηχανημάτων. Οθόνες υψηλής ευκρίνειας βελτίωση διάγνωσης. Μείωσης κόστους χαρτιού. Υψηλό κόστος αγοράς-συντήρησης. Ασφάλεια μετάδοσης πληροφοριών. Απαιτεί εξοικείωση με νέες τεχνολογίες. 89

90 90 Άλλες τεχνολογίες ιατρικής απεικόνισης

91 Νέες Τεχνολογίες Καθοδήγηση Επεμβατικών Διαδικασιών Ελάχιστα Επεμβατική Χειρουργική (MIS) 91

92 Νέες Τεχνολογίες Καθοδήγηση Επεμβατικών Διαδικασιών Ρομποτική Χειρουργική (RS), 1. Κονσόλα, 2. Επεξεργασία Εικόνας, 3. Endowrist εργαλεία, 4. Ρομποτικός Βραχίονας, 5. 3D ενδοσκόπιο υψηλής ευκρίνειας

93 Νέες Τεχνολογίες Μοριακή (Βιολογία) & in-vivo Απεικόνιση Ιn-vivo απεικόνιση/ποσοτικοποίηση βιολογικών διαδικασιών σε κυτταρικό επίπεδο με μοριακούς δείκτες. Συνεισφέρει επίσης στη βελτίωση της θεραπείας. Έγχυση ιχνηθέτη ο οποίος κατευθύνεται προς το όργανο στόχο (για απεικόνιση ή/και θεραπεία). Μπορεί να απεικονιστεί π.χ. η έκφραση ενός γονιδίου in-vivo χρησιμοποιώντας γονίδια αναφοράς τα οποία μπορούν να επισημανθούν με ραδιονουκλίδια (SPECT imaging) 93

94 In-vivo Near Infrared Fluorescence Imaging JTCS, 129;4:844,2005 NIR QDs (semiconductor particles, only several nanometres in size) migrate from esophagus to specific lymph nodes of pig. Top row shows in vivo esophagus of pig visualized with color video, NIR fluorescence, and color-nir merge images. Lymph nodes shown are positive (arrows) and negative (arrowheads) 94 for QD uptake. Bottom row shows same lymph nodes after resection.

95 NIR Fluorescence Imaging (demo video) 95