医用画像処理学(1)...
TRANSCRIPT
医用画像処理学(1)
総論と基本概念(1)
(教科書pp.1-14)
有村秀孝
●画像を見やすくするため
=> 人間の視覚機能の拡大
例:画質改善(ノイズ除去、エッジ強調処理、対象物強調)
●画像の中から有益な情報を引き出すため
=> 視覚機能の代行
例:パターン認識技術などを用いて、専門家(医師)の診断支援を行う。
●分かり易く見せるため
=>視覚機能に訴える
例:診断しやすい3次元表示。ボリュームレンダリング。MIP処理。
医用画像処理の目的
放射線治療における医用画像処理の目的
3
患者体内の情報の可視化
形態と機能,線量分布,患者セットアップ,腫瘍
有効な情報の抽出
DVH(dose volume histogram),腫瘍位置
分かり易くみせるためのアプローチ
治療計画,Beam’s eye view,3次元サーフィスレンダリング
医用画像処理学体系と放射線治療
イメージング技術
医用画像
(治療計画CT, kV-CT,
MV-CT, MR, PET, SPECT, EPIDなど)
画像変換
位置合わせのレジストレー
ション,治療計画フュージョ
ン,ポータル線量画像
【等方ボクセル化,レジスト
レーション,フュージョン,ピ
クセル値線量変換】
領域抽出
GTV,CTV,OAR抽出,治療
計画正常組織領域抽出,解
剖学的な部位決め
【対象物強調, ニ値化処理,
領域抽出】
パターン認識
腫瘍位置決め,動画像解析,
解剖学的な部位決め
【ヒストグラム解析,テンプ
レートマッチング,レジスト
レーション,オプティカルフ
ロー】
コンピュータグラフィックス
治療計画,シミュレーション,
線量分布表示 【レンダリング,
モデリング】
4D-CT,CBCT,MV-X
線,kV-X線撮像,
PET/CT, MR/CT
4
画像石 (不老不死の神 西王母、中国、東京国立博物館)
どちらが見やすい画像か?
なに?
ん?
おおお! (でも,なぜ?言えることは?)
例:見方を変えると見たいものが見えてくる(画像処理の効果)
階調変換
明るさとコントラスト(明るさの差)を変えることができます
ディジタル値
明るい
暗い
輝度
C1
D
明るい
暗い
ディジタル値
輝度
C2
D
暗い、低コントラスト 明るい、高コントラスト
画像のパターン認識
「見たもの(画像)」を「記憶」の中にある「意味のあるパターン」
に対応づけをし、見たものを認識する処理
良性 悪性
Original image
Dot-enhanced image
Enhanced
aneurysm
Effect of Dot-Enhancement Filter
Aneurysm
動脈瘤
3次元MR画像における脳動脈瘤の検出
医療では、、、
X線写真フィルム健在というのは,今は昔。
しかし、CR (computed radiography), フラットパネルディテクター(flat panel detector;
FPD)などのディジタル画像検出器に移行しつつある。フィルムレス化。
画像処理の利点
現在は、○
画像の種類
画像処理技術
ディジタル化 (サンプリングと量子化)
0.0
0.2
0.4
0.6
0.8
1.0
0 1 2 3 4 5 6 7 8 9 10
(サンプリングを行う方向)
音階
または
濃淡
アナログ値
ディジタル値
0
1
2
3
4
5 (量子化を行う方向)
時間 または 距離
あるアナログ信号(ある物理量)をサンプリング(標本化)し,量子化することに
よってディジタル化が行われる.
サンプリング
あるアナログ信号(例:脳波,X線エネルギー分布)を一定間隔(時間または空間)で測定
すること。一定時間または空間間隔をサンプリング間隔という。サンプリング間隔はサン
プリング定理に従って決める。
量子化
各サンプリング点のアナログ値(測定値)を,一定間隔で分割された有限個のレベル(例
:8ビットなら0から255までの256段階のレベル)の何処かに割り当てること.analog-
to-digital (A/D)変換に相当する.
ディジタル化
ビット (bit) :ほとんどのデジタルコンピュータが扱うデータの最小単位.binary
digit (2進数字)の略.2進数の1桁で,2通りの状態を,“0”と“1”で表記される.
問題:10進数の0から15までを16進数と2進数で表しなさい.
コンピュータで扱う情報量の単位
10進数 16進数 2進数(4 bits)
0 0 0000
1 1 0001
2 2 0010
3 3 0011
4 4 0100
5 5 0101
6 6 0110
7 7 0111
8 8 1000
9 9 1001
10 A 1010
11 B 1011
12 C 1100
13 D 1101
14 E 1110
15 F 1111
8ビット=1バイト(Byte)
1024バイト=1 KB
アナログ値
アナログ信号
x1 x2 x3 x4 x5 x6 x7
3
2
1
0
10進 2進
(3) 11 (2) 10 (1) 01 (0) 00
0 1 2 3
Δx=xi-xi-1:サンプリング間隔
量子化テーブル
ディジタル値
アナログ値
時間または距離
次のアナログ信号を量子化テーブルを使って量子化しなさい
アナログ値
アナログ信号
x1 x2 x3 x4 x5 x6 x7
3
2
1
0
10進 2進
(3) 11 (2) 10 (1) 01 (0) 00
0 1 2 3
Δx=xi-xi-1:サンプリング間隔
量子化テーブル
ディジタル値
アナログ値
時間または距離
答え
ディジタル
値
アナログ信号
x1 x2 x3 x4 x5 x6 x7
11
10
01
00
ディジタル信号
3
2
1
0
連続関数f( x) (x線写真、心電図 ) が持つ最高周波数がUであるとき、またはU以下に
帯域制限されているとき,Δx<1/(2U)となる△xでf(x)をサンプリングするとf(x)に含ま
れる全ての情報は保存される。
サンプリング周波数:1/(Δx)=fs
ナイキスト周波数:1/(2Δx)=fs/2
サンプリング間隔,サンプリング周期:Δx
サンプリング定理
f x fm
2U
sinc x
m
2U
m
sinc x sin( x)
xシンク関数
22
)1(}sin(cos({2
)(
1
0
tnbtnaa
tf n
n
n
a0, an, bnを求め、上記式を使って、連続信号f(t)を単純な波で表現することをフーリエ級数展開と言います。偶関数と奇関数のフーリエ級数はそれぞれcos波(余弦波)またはsin波(正弦波)だけで表現される。不連続点を持つ関数のフーリエ級数では、Gibbs現象が生じる。
フーリエ係数(Fourier coefficients) の求め方
T
dttfT
a0
0 )(1
T
n dttntfT
a0
)cos()(2
T
n dttntfT
b0
)sin()(2
連続信号の周期をTとすると、フーリエ係数を次式を使って求めることができる。
(2)
(3)
(4)
anとbnは、nで決まる 周波数のcosとsinの 振幅です。cos波とsin波の直交性(orthogonality)を利用したテンプレートマッチング。
a0は、波の平均値です。
フーリエ級数展開(Fourier series expansion)の概念 周期的な連続信号(周期関数)は、基本(角)周波数(最低周波数)をω として、その整数倍
(integral multiple)の周波数の多くの単純な波(sin波, cos波)を足し合わさることによって、表現
できる。
フーリエ級数展開の概念
24
フーリエ変換(Fourier transform)
dxxixfF e )((
dxiFxf e)(
2
1(
フーリエ変換:絶対可積分 (absolutely integrable) の任意の関数(非周期でもOK)に対して、それぞれの(連続)周波数に対する振幅を求めることができる。実空間の関数から周波数空間の関数に変換。
フーリエ逆変換(Fourier inverse transform):フーリエ級数展開の拡張(Extended Fourier
series expansion)。任意の関数(arbitrary function)は、単純な波
exp(iωx)=cos(ωx)+isin(ωx)で表現できる。周波数空間の関数を実空間の関数に逆変換
できる。
DFT(discrete Fourier transform; 離散フーリエ変換):実際にフーリエ変換をコンピュータで計算するときに用いる。サンプリングしたディジタル信号に適用する。周期関数を仮定。したがって、フーリエ変換後も周期関数となる。DFTの高速な計算アルゴリズムはFFT(fast Fourier
transform)。
1
0
2N
n
knN
i
nk efF
1
0
21 N
k
knN
i
kn eFN
f
フーリエ変換
フーリエ逆変換
DTF
逆DFT
フーリエ変換 任意の関数 周波数ごとに分解される
A prism splits
visible light into
the colors of
the spectrum.
25
フーリエ変換の例
||( xaexf 22
2)(
a
aF
)|(|2
1( dx
dxf )(sin
)sin()( dc
d
dF
)(( xxf 1)( F
d -d
f(x)
1/(2d)
x
f(x) F(ω)
ω
-2π/d -π/d
π/d
2π/d
1
ω
FT
FT
FT
δ(x)
1
ω
26
画像のフーリエ変換
● ガウス関数のフーリエ変換はガウス関数となる。
フーリエ変換の例(つづき)
27
フーリエ変換の応用
dxxfxf
T)()(
1)(
自己相関関数(autocorrelation function) パワースペクトル
2|(|1
)( FT
P
dFdxxf 2
2
12 |(||)(|
パーシバルの定理
実空間でのエネルギーと周波数空間でのエネルギーは等しい。
ウイナーヒンチンの定理
自己相関関数φ(τ)とパワースペクトルP(ω)はフーリエ変換対の関係にある。
diP e)((
dieP()(
FT
28
畳込み積分と線形システム
dxhfxhxf )()()()(
関数f(x)とh(x)との畳込み積分(convolution)
τ:x方向の移動量
線形システム
PSF
h(x)
f(x) g(x)
線形システムの条件 )]([)( xfLxg
)()()]()([ 22112211 xgaxgaxfaxfaL 加法性:
)()]([ xgxfL定常性:
)()()( HFG )()()( xhxfxg
線形システム応答を畳込み積分で表現
ここで、f(x)としてインパルス(δ関数)を入力すると、出力はG(ω)=H(ω)となり、システム伝達関数(周波数応答関数) H(ω)が求められる。画像の分野では、
H(ωはMTF(modulation transfer function)と呼ばれ、h(x)は点広がり関数(point spread function)と呼ばれる。
FT
畳みこみ積分の例
MTFの概念
31
画像処理におけるフィルタ処理(畳込み積分)
h1 h2 h3
h4 h5 h6
h7 h8 h9
f1 f2 f3
f4 f5 f6
f7 f8 f9
ghfhfi
i i
9
1
10
フィルタh
入力画像f
g
出力画像g
Laplacianフィルタ(二階微分;second order differential) Sobelフィルタ(x方向)
Prewittフィルタ(x方向) 平均化フィルタ
1/9 1/9 1/9
1/9 1/9 1/9
1/9 1/9 1/9
-1 0 1
-1 0 1
-1 0 1
-1 0 1
-2 0 2
-1 0 1
1 1 1
1 -8 1
1 1 1
0 1 0
1 -4 1
0 1 0
8近傍 4近傍
エリアシングエラー
Δxでサンプリングすると,サンプリング周波
数は1/Δx=fs.
ナイキスト周波数:fsでサンプリングしたとき
の再現される最高周波数
1/(2Δx)=fs/2
信号の最高周波数U < 1/(2Δx)ならば
エリアシングエラーは起こらない.
実空間 周波数空間
標本化関数
重なったところでエリアシングエラーが起こる
(問1)下の信号をサンプリングする場合、サンプリング間隔を幾らより小さくするべきか?
4
2
振
幅
0 20 40 60 80 (msec)
(問2)信号の周波数域20Hz~80kHz → サンプリング間隔は? (問3)2進数11111111をD / A変換したところ2.55Vになった。 このD / A変換器で00000010を変換すると何Vが出力されるか? (問4)人間の耳は20kHzの音が可聴域の上限(最高周波数)だと言われています。 ここで、ある歌手(アーティスト?)の4分間 の曲を適切にサンプリングし、それぞれのサンプリング点を16ビットで量子化したディジタルの曲をCDに記録することを考えます。この曲には最低何キロバイト必要でしょうか?
練習問題
U =T
1 =
40
1 △x<
2・40
1
1 = 20(ms)
△x<2u
1
解答
(問1)
6.3×10-6より小さい
より (問2)
28―1=255(10)
255
2.55 = 0.01 0.01×2=0.02(v)
(問3)
6
53103.6
106.1
1
10802
1
x
310*20*2
1
310*20*2
1
60*4
kB192002*
10*20*2
1
60*4
3
(問4)人間の耳は20kHzまでしか聞こえないので、曲の最高周波数を20kHzとします。したがって、サンプリング間隔は、
1個のサンプリング点のデータ量は16ビットなので、2バイト。したがって、全体のデータ量は
解答
4分の曲をこのサンプリング間隔でサンプリングすると、サンプリング点数は
x4 x3 x2 x1
y1
y2
y3
y4
z1 z2 z3
z4
求めたい点:
(x0,y0,z0)
サンプリング定理の応用
ーSinc関数近似による補間法を用いた等方ボクセル変換
(isovoxel transformation)ー
)(sinc)(sinc)(sinc,,,, 000000 zzyyxxzyxfzyxfx y z
(H20年度卒研生中村君作成)
Sinc関数
3次近似(third order approximation)
Sinc補間による等方ボクセル化
Ux
Uxx
2
2sin)sinc(
x
xxxx
xxx
x
20
21584
1021
)sinc(32
32
(H20年度卒研生中村君作成)
Sinc補間と線形補間の結果
(a) Original (b) Cubic - Linear
(c) Cubic Interpolation (d) Linear Interpolation
(H20年度卒研生中村君作成)
ディジタル化 (サンプリングと量子化)
ディジタル化
ディジタルとは、状態を示す量を数値化して処理(取得、蓄積、加工、伝送など)を行う方式
アナログが「坂道」で、ディジタルが「階段」。
つまり、アナログはなめらかで、ディジタルはガタガタです。
アナログ写真の濃淡の種類は無限、しかし、ディジカメでは、たったの256種類!
だから、CMで「ディジタルだから、画像がきれい」というのはおかしい。
ただし、劣化に強い。
ディジタル画像だと,思い出は色あせない...色あせた方が良い思い出もある?
ディジタルデータは、基本的には、0と1を使って表現されます。
たとえば、音楽CDなら、「穴が有る」なら「1」で、「穴が無い」なら「0」という感じです。
ディジタル人間は白黒はっきりを好む。合理的、論理的。
アナログ人間はグレーなところ、曖昧さを好む。感覚的、感情的。
X線エネルギー分布
FPD
X線光子->電子・正孔対->ディジタル化
ディジタル画像
ディジタル画像
画像の標本化と画素
X線画像作成(撮影)
骨 血管 肺 空気
白 白っぽい 灰色 黒
筋肉
X線
X
線検出器
被写体
X線
管
Flat Panel Detector (医療用ディジタル画像検出器)
Flat Panel Detector (医療用ディジタル画像検出器)
Flat Panel Detector (医療用ディジタル画像検出器)
間接変換方式と直接変換
方式とで、どちらがぼけの
少ない画像になるか?
間接変換方式
直接変換方式
ボケが有る
低画質な画像 FT
δ(x)
F T 高画質な画像 1
高周波数成分が少ない
高周波数成分が多い
ボケが無い
間接変換方式
直接変換方式
X線->光
X線->電子
距離 周波数
サンプリングの効果
画像の場合、一定距離間隔をピクセルと言います。
どの程度まで細かいところが見えるか(空間の解像度)が決まります。
例えば、肋骨(1.6cmくらい)が見えるかどうか。ピクセルサイズ8mmではぎりぎり見えるが、32mmでは見えなくなる。
256 x 256
細かい間隔
256 ピクセル x 2 mm
16 x 16
粗い間隔
16ピクセル x 32 mm
64 x 64
64 ピクセル x 8 mm
ディジタル画像 (量子化)
量子化ビット数が多いほど、多くの階調数を表現できる
濃淡の種類の数=
256 (8ビット)
細かい濃淡
濃淡の種類の数=
16 (4ビット)
濃淡の種類の数=
4 (2ビット)
粗い濃淡
量子化の効果
量子化によって、濃淡の種類の数が決まります
例えば、低いコントラストの肋骨が見えるかどうか。2ビット画像では濃淡の種類が4つしかないので、ほとんど見えなくなる。