Procesarea imaginilor medicale

Ce sunt imaginile digitale i cum sunt ele memorate?

Ca fiine, analizm curent orice imagine vedem, pn la a recunoate obiecte sau fiine chiar dac imaginea
este incomplet. Mintea omeneasc este ns incapabil s fac msurri pe o imagine, lucru posibil pentru main, dac
imaginea este corect achiziionat i memorat, mintea omeneasc i maina se completeaz reciproc.
Imaginea digital, replica numeric a imaginii optice, poate fi memorat n fiiere cu numeroase formate,
fiecare dintre ele adaptate unei anumite utilizri: captur, prelucrare, arhivare, imprimare, publicare n presa scris sau
pe Internet etc.
Imaginile pot fi mprite n dou categorii:
imaginile vectoriale (care sunt de fapt fiiere de coordonate din care, de exemplu pleac i se termin
o linie, sau codul unei culori care umple o anumit suprafa) i
imaginile matriciale sau hri de bii (bitmap) din care fac parte formatele BMP, JPEG, GIF etc. pe
care le vom discuta pentru o mai bun nelegere a necesitii existenei lor.
Imaginile matriciale sunt alctuite din pixeli (contracie de la PICture ELement). Pixelii pot fi asemuii cu
plcile de faian de pe un perete. Ca i acestea din urm, pixelii sunt dispui n rnduri suprapuse pentru a "acoperi"
forma imaginii. Cu ct aceeai imagine este reprezentat pe mai muli pixeli cu att claritatea ei crete. Monitoarele
curente folosesc 72 pixeli/inch. Imaginile pot fi alb-negru sau color:
pentru imaginile alb-negru, deoarece ochiul uman nu poate distinge mai mult de 200 nuane de gri, s-a
considerat c 256 (2 la puterea 8) este cel mai apropiat numr care satisface aceasta situaie, de aceea,
imaginile alb-negru sunt codificate cu 8 bii pentru fiecare pixel; exist ns i imagini 16-bit (cu un cod de 16
bii pentru fiecare pixel) sau 32-bit (cu un cod de 16 bii pentru fiecare pixel).
pentru imaginile color s-a pstrat numrul de 256 de nuane pentru fiecare din cele 3 culori de baz: rou,
verde, albastru. Prin combinarea celor 3 rezult o imagine numit RGB (abrevierea de la Red, Green, Blue),
codificat pe 3 bytes (3 X 1 byte (8 bii) = 24 bii) care genereaz peste 16 milioane de culori (mult mai mult
dect percepe ochiul uman).
Vom detalia puin cteva din cele mai uzuale formate:
.BMP harta de bii (Bitmap) reprezint forma brut a unei imagini, adic fiecare pixel ce compune
imaginea este memorat individual (format foarte bun pentru procesarea de imagini). Spre exemplu o
poz de 800 X 600 pixeli va fi memorat pe 800 X 600 X 24 bii = 11 520 000 bii (~11 Mb =
~1.37MB), indiferent de informaia care se afl n interiorul pozei. Pornind de la acest inconvenient
(dimensiunea foarte mare pe disc) a aprut necesitatea dezvoltrii formatelor ce comprim memorarea
imaginii (ncercnd n acelai timp s se pstreze ct mai mult informaie din imaginea original).
Vom discuta acum 2 din cele mai uzuale formate de comprimare.
.GIF (Graphic Interchange Format) este un format foarte puternic (calitate bun, comprimare foarte
puternic), dar are dezavantajul de a memora o palet de numai 256 culori (8 bii). Cu alte cuvinte
memoreaz o palet la fel de mare ca imaginea alb-negru (ca s ne dm seama de rata de compresie).
Ca ordin de mrime aceeai imagine de 800 X 600 ar avea o dimensiune maxim de ordinul KB.
Rspunsul la ntrebarea Cnd ar trebui s folosesc .GIF? va fi: atunci cnd imaginea color(RGB)
folosete din paleta sa de peste 16 milioane de culori un numr ct mai mic (inta fiind 256). O alt
utilizare ar putea fi la imaginile de mici dimensiuni (inta ar fi imaginile la care lungime X ltimea nu
depete 256 pixeli).
.JPEG (Joint Photographic Expert Group) este un algoritm de compresie care a fost destinat
comprimrii imaginilor alb-negru sau color luate din realitate. Algoritmul de comprimare se bazeaz
pe sensibilitatea crescut a ochiului uman la variaiile mici de luminan (mai muli bii pentru
luminan) si sensibilitatea mai redus la variaiile mici de culoare (mai puini bii pentru variaiile
mici de culoare). O proprietate foarte util a JPEG-ului este capacitatea acestuia de a avea un grad
variabil de comprimare, ales de utilizator. Aceasta nseamn c dac dorim obinerea unui fiier de
imagine ct mai mic, se poate alege o rat mare de comprimare, n dauna calitii; invers, pentru a
1

menine calitatea la o cota ridicat, alegem un grad redus de comprimare. Cnd ar trebui s
folosesc .JPG?. De cate ori avem de-a face cu o imagine din realitate sau de cte ori dorim s
stabilim noi gradul de comprimare al imaginii.
DICOM. Fiierele DICOM, folosite pentru memorarea imaginilor medicale, conin pe lng imagine
n sine metadate care ofer informaii despre imagine (mrime, dimensiuni, adncime, modalitatea
folosit, setri ale echipamentului, etc.). Pentru citirea acestor informaii se folosete funcia
dicominfo.

De ce s modificm o imagine?
Procesul de achiziie al imaginilor este laborios. Exist sute, pn la milioane de senzori optici care transform
lumina n curent electric i apoi n bii. Toate aceste procese, pe lng caracteristicele senzorului (uneori precare) i erori
ce nu in de achiziia propriu-zis, cum ar fi optica aparatului, duc la deformarea imaginilor i mai mult, la adugarea de
zgomot. Prin modificrile pe care le facem asupra unei imagini acoperim, pe ct se poate, aceste neajunsuri, imaginea
rezultat fiind gata pentru prelucrri ulterioare.

Ce vom urmri n lucrarea noastr practic?

n cursul acestei lucrri practice vom nva s procesm imagini n ImageJ, s le transformm din imagini
colorate n imagini n tonuri de gri (pentru o reprezentare mai simpl i o nelegere mai bun a conceptelor), s ajustm
intensitatea unei imagini (pentru o vizualizare mai bun), s filtrm o imagine (pentru a reduce, pe ct posibil,
zgomotul) i n final s realizm cteva operaii morfologice, care vor pregti imaginea pentru eventuale msurtori
i/sau alte extrageri de informaie.
ImageJ este un program de procesare i analiz de imagini. Este capabil s afieze imagini de tip 8-bit, 16-bit,
32-bit, i poate executa editri, analize, msurtori suplimentare, salvri, listri. Poate interpreta diverse formate de
imagini: TIFF, GIF, JPEG, BMP, DICOM etc. O facilitate important este capacitatea de a crea stive de imagini care
partajeaz o singur fereastr de afiare. Poate realiza diverse calcule statistice pentru anumite zone selectate de
utilizator sau pentru ntreaga imagine. Poate msura distane i unghiuri. Permite diverse procesri standard: netezire
(smooth), detecia contururilor, filtrare median etc. Permite totodat realizarea transformrilor geometrice - cum ar fi
scalarea, rotirea, rsturnarea (flip). Imaginile pot fi mrite de pn la 32 de ori. Fiecare imagine este deschis ntr-o
fereastr separat, iar numrul limit de ferestre este determinat doar de memoria disponibil.
ImageJ este un program cu o arhitectur deschis fiind extins prin adugarea plugin-urilor.

Interfaa utilizator
Spre deosebire de majoritatea programelor de procesare de imagini, ImageJ nu are propriu-zis o zon de lucru
principal. Fereastra principal conine doar meniul cuprinznd totalitatea comenzilor i cteva toolbar-uri. Toate
imaginile deschise cu ImageJ sunt afiate in ferestre separate, la fel i histogramele, meniurile adiionale de tip pop-up
sau ferestrele de configurare. Rezultatele msurtorilor efectuate asupra unei imagini sunt afiate n Tabelul
Rezultatelor. Majoritatea ferestrelor adiionale pot fi redimensionate i mutate n diverse locuri pe ecran.

1 Selecie rectangulara (cu sau fr colturi rotunjite) (click

dreapta pentru a defini tipul seleciei)
2 Selecie ovala, eliptica sau de tip brush (click dreapta
pentru a defini tipul seleciei)
3 Selecie tip poligon
4 Selecie liber
5 Linie dreapta, segmentata, segment oarecare sau sgei
(click dreapta pentru a defini tipul seleciei)
6 Unghi

7 Selecie tip punct sau multi-punct Tool

8 Bagheta magica
9 Text
10 Lupa (se pot folosi i tastele + i -)
11 Scroll
12 Selecie culoare
AH Macro-uri (se ncarc din StartupMacros.txt,
macros/tools/ or macros/toolsets/
13 Alege alt macro sau adaug un plugin

Tipuri de imagini n ImageJ

Programul ImageJ poate afia fie imagini individuale, fie multiple imagini interconectate spaial sau temporal
n cadrul aceleiai ferestre. Aceste seturi de imagini poart numele de stive. Pentru exemplificare, se pot deschide
imagini incluse n setul demo al programului (File -> Open Samples):

Deschiderea unei imagini alese de utilizator se realizeaz astfel: File -> Open.
Ca rezultat, o nou fereastr adiional se va deschide i va afiata imaginea dorit.

Trecerea la o imagine n tonuri de gri

Acest lucru se realizeaz astfel: Image -> Type -> 32-bit
Rezultatul va fi:

Ajustarea intensitii unei imagini

Contrastul i luminozitatea unei imagini se pot modifica astfel: Image -> Adjust -> Brightness/Contrast
Se va deschide o fereastr de dialog adiional ce va permite modificarea parametrilor. Imaginea deschis i
graficul din partea de sus a ferestrei de dialog vor reflecta in timp real modificrile efectuate asupra parametrilor. La
final, se apas butonul Apply.

Filtrarea imaginilor
Unele imagini sunt zgomotoase. Imaginile numerice sunt susceptibile la diverse tipuri de zgomot. Zgomotul
este rezultatul erorilor n achiziia iniial a imaginii, al cror rezultat sunt valori ale pixelilor care nu reflect
intensitatea din imaginea adevrat. Zgomotul poate aprea n imagine n mai multe feluri depinznd de cum este creat
imaginea. Dac imaginea este scanat dintr-o fotografie, granulaia filmului sau hrtiei fotografice este o surs de
zgomot. Dac imaginea este achiziionat direct, de exemplu cu un aparat foto digital, mecanismul de achiziie
(senzorul CCD) poate introduce zgomot n imagine. Transmisia electronic a imaginii poate ea nsi s introduc
zgomot. Reducerea zgomotului sau favorizarea unor anumite componente ale imaginii se fac prin operaia de filtrare.
Filtrarea este o tehnic de modificare sau mbuntire a imaginii, pentru a favoriza anumite componente sau pentru a
elimina alte componente.
Zgomotul unei imagini este redus prin nlocuirea valorii fiecrui pixel cu mediana valorilor pixelilor nvecinai.
n cazul unui set de date, mediana reprezint valoarea numeric ce separ ntregul set n dou jumti: inferioar (valori
< valoarea median) i superioar (valori > valoarea median). Mediana unui set finit de date poate fi obinut ordonnd
cresctor elementele din set i alegndu-l pe cel de la mijloc. Dac setul conine un numr impar de elemente, atunci
exist o unic valoare de mijloc. Dac setul conine un numr par, atunci valoarea median reprezint media aritmetic
a celor dou elemente de la mijloc.
Ex.

1
1

2
2

3
3

4
4

5
5

-> Valoarea median este 3

-> Valoarea median este 3.5

Filtrarea prin determinarea medianei este totodat o tehnic de netezire a imaginii (aa cum este, de exemplu,
filtrarea liniar Gaussian). Toate tehnicile de netezire a imaginilor sunt eficiente n ceea ce privete eliminarea
zgomotului, dar prezint dezavantajul de a afecta contururile obiectelor incluse n acea imagine. Contururile sunt
elemente critice n cadrul unei imagini, astfel c este foarte important s eliminm zgomotul i s le pstrm pe ct
posibil neafectate. Pentru un nivel moderat de zgomot, mediana reprezint modalitatea ideal de a nltura zgomotul,
conservnd contururile, de aceea este o tehnic des utilizat n procesarea imaginilor.
Filtrarea unei imagini se realizeaz astfel: Process -> Filters -> Median
Rezultatul va fi:

Operaii morfologice
Procesarea morfologic a imaginii este o tehnic utilizat pentru extragerea sau modificarea informaiei
referitoare la forma i structura obiectelor dintr-o imagine. Operatorii morfologici, cum ar fi dilatarea sau eroziunea,
sunt utili n particular pentru analiza imaginilor binare, dei utilizarea lor poate fi extins i pentru analiza imaginilor n
tonuri de gri sau color. n cadrul operaiei de eroziune, fiecare pixel al obiectului care atinge un pixel al fundalului se
schimb ntr-un pixel din fundal. n cadrul operaiei de dilatare, fiecare pixel din fundal care atinge un pixel dintr-un
obiect este schimbat ntr-un pixel din obiect.
Aplicarea operatorului morfologic eroziune se realizeaz astfel: Process -> Filters -> Minimum
Rezultatul va fi:

Acest filtru aplic operatorul morfologic de eroziune prin nlocuirea valorii fiecrui pixel din imagine cu cea
mai mic valoare a pixelilor nvecinai.
Aplicarea operatorului morfologic dilatare se realizeaz astfel: Process -> Filters -> Maximum
Rezultatul va fi:

Acest filtru aplic operatorul morfologic de dilatare prin nlocuirea valorii fiecrui pixel din imagine cu cea
mai mare valoare a pixelilor nvecinai.
Cei doi operatori morfologici se pot combina n ordinea dilatare-erodare i rezult nchiderea morfologic i
erodare-dilatare i rezult deschiderea morfologic. Pe baza deschiderii i nchiderii morfologice se definesc i alte
operaii necesare n prelucrarea imaginilor.
Operaiile prezentate anterior pot fi aplicate direct i din meniul Binary, dar se pot folosi numai n cazul
imaginilor 8-bit:

Segmentarea unei imagini

Studiul unui anumit obiect din cadrul unei imagini implic evidenierea conturului su prin intermediul
procedurii de segmentare a imaginii. Segmentarea i extragerea conturului reprezint etape importante n analiza de
imagine. Imaginile segmentate se folosesc cu precdere n multe aplicaii diferite cum ar fi diagnosticarea, planificarea
terapiei, localizarea leziunilor patologice, studiul structurilor anatomice, chirurgia computer-integrat. Segmentarea
imaginilor reprezint o sarcin dificil datorit variailor de form ale obiectelor, precum i de calitatea imaginilor
achiziionate. n general majoritatea imaginilor biomedicale sunt preluate cu artefacte de eantionare, zgomot ceea ce
duce la apariia de erori cnd sunt aplicate metode stricte de prelucrare a imaginii.
Procesul de segmentare este considerat ca un proces de clasificare a obiectelor dintr-o imagine, iar ntr-o
oarecare msur este echivalent cu identificarea obiectului n sine, ca o consecin a segmentrii diferitelor obiecte
(realizarea fizic de clase sau modele abstracte) care sunt localizate perfect n cadrul imaginea digital. Scopul
segmentrii este simplificarea reprezentrii imaginilor n informaie util prin partiionarea n regiuni. Segmentarea
imaginilor este o metod folosit pentru a localiza anumite obiecte sau contururi ntr-o imagine.
Pentru imaginile cu caracter medical au fost propuse mai multe metode de segmentare. Segmentarea obinut
cu ajutorul tehnicilor tradiionale de procesare de baz a imaginii, cum ar fi valoarea de prag sau histograma, necesit
intervenia uman n vederea obinerii de rezultate satisfctoare. Automatizarea acestor abordri este dificil datorit
complexitii formei, umbrelor i variabilitii de la nivelul obiectelor individuale. Mai mult, zgomotul i alte artefacte
ale imaginii pot determina apariia de regiuni i contururi incorecte, sau discontinuiti ale obiectelor obinute prin
intermediul aceste metode. Cu toate acestea, n pofida apariiei unei suite de algoritmi de mare complexitate,
segmentarea imaginii rmne dependent de aplicaie, fr a putea fi identificat o soluie unic pentru aceast
provocare.
Conturul (perimetrul) unui obiect este definit ca ansamblul pixelilor obiectului respectiv care au cel puin un
vecin in afara obiectului.
Segmentarea imaginilor prin aceast metod const n localizarea pixelilor care corespund contururilor
obiectelor prezente n acea imagine. Ulterior, se presupune c numrul obiectelor prezente este egal cu numrul
contururilor dintr-o imagine, n condiiile n care un contur al unei zone sau al unei imagini este automat un contur
nchis. Pentru precizia segmentrii, n cazul determinrii unui obiect, perimetrul conturului detectat trebuie s fie
aproximativ egal cu cel al obiectului din imaginea iniial. Dificultatea metodei apare ns odat cu necesitatea de a
defini un contur ntr-o imagine. Un contur sau o caracteristic liniar reprezint o schimbare brusc sau o discontinuitate
a pixelilor pe o anumit direcie din imagine.
Determinarea conturului n ImageJ se realizeaz astfel: Process -> Fiind Edges

Detecia contururilor ofer rezultate mai bune n cazul imaginilor alb negru. Pentru acest lucru, se realizeaz
iniial binarizarea imaginii (Process -> Binary -> Make Binary) i ulterior detecia contururilor.

Msurtori
ImageJ permite realizarea unui set de msurtori statistice ale unei imagini. n funcie de selecia efectuat,
aplicaia calculeaz i afieaz ntr-un tabel rezultate legate de calcule statistice ale ariei, ale lungimii liniilor i
unghiurilor, sau ale coordonatelor. Msurtorile efectuate pot fi selectate din fereastra de dialog Set measurements
(Analyze -> Set Measurements)

Msurtorile posibile sunt:

Area aria seleciei exprimat n pixeli2 sau n uniti de msur2 (mm2, m2 etc.)
Mean gray value valoarea medie a nivelurilor de gri din aria selectat. Aceasta reprezint suma tuturor nivelurilor de
gri din aria selectat, mprit la numrul de pixeli. Pentru imagini RGB, media este calculat prin conversia fiecrui
pixel n nivel de gri, folosind formula gri = (rou + verde + albastru)/3.
9

Standard deviation deviaia standard a tonurilor de gri folosite pentru a calcula valoarea medie menionat anterior.
Modal gray value tonul de gri cel mai ntlnit n aria selectat. Corespunde vrfului histogramei.
Min & max gray level nivelurile minim i maxim ale tonurilor de gri din aria selectat.
Centroid punctul central al ariei selectate. Este calculat ca fiind media coordonatelor x i y ale tuturor pixelilor din
aria selectat.
Center of mass media luminozitii tuturor pixelilor din aria selectat.
Perimeter lungimea marginii exterioare a seleciei. Perimetrul unei selecii compuse este calculat prin descompunerea
seleciei n arii individuale. (Not: perimetrul unei selecii compuse poate s difere de suma perimetrelor individuale,
datoritmetode de calcul diferite.)
Bounding rectangle reprezint cel mai mic dreptunghi care ncadreaz aria selectat.
Fit ellipse reprezint elipsa care ncadreaz aria selectat.
Shape descriptors calculeaz i afieaz urmtorii descriptori de form:
Circularity: 4 * Arie / Perimetru2 - valoarea 1.0 indic un cerc. Pe msur ce valoarea se apropie de 0, indic
o form alungit.
Aspect ratio: meninerea proporiilor elipsei care ncadreaz aria selectat.
Roundness: inversul parametrului Aspect Ratio.
Solidity: Arie / Arie convex.
Ferets diameter: cea mai mare distan dintre oricare dou puncte de pe conturul ariei selectate.
Integrated density Suma valorilor pixelilor din aria selectat. Este echivalentul produsului dintre Arie i Valoarea
medie a nivelurilor de gri.
Median valoarea median a pixelilor din aria selectat.
Skewness momentul de ordin trei al mediei.
Kurtosis momentul de ordin patru al mediei.
Area fraction pentru imaginile care au valori de prag definite, reprezint procentul pixelilor din aria selectat care au
fost marcai cu rou; pentru celelalte imagini, reprezint procentul pixelilor cu valori diferite de zero.
Stack position reprezint poziia n cadrul stivei de imagini.
n cazul n care nu exist o arie selectat, la comanda Analyse -> Measure se calculeaz pentru ntreaga
imagine parametrii selectai.

Analiza particulelor
Comanda Analyze -> Analyze particles - numr i msoar obiectele din cadrul unei imagini binare (sau
care are definite valori de prag Image -> Adjust -> Threshold). Analiza este realizat asupra ariei selectate sau asupra
ntregii imagini, n cazul lipsei seleciei. Etapele sunt urmtoarele: se scaneaz selecia (sau imaginea) pn cnd se
ntlnete marginea unui obiect; se evideniaz conturul acelui obiect folosind Bagheta Magic i se efectueaz
msurtorile selectate; se umple acel obiect pentru a nu l mai scana a doua oar i se continu scanarea n cutarea unui
nou obiect, pn la atingerea marginii seleciei (sau imaginii). Acestea se realizeaz intern, fiind transparente pentru
utilizaror.
Pentru a testa aceast opiune a programului ImageJ, se parcurg paii urmtori:
- se binarizeaz imaginea
- se aleg urmtoarele msurtori: Standard Deviation, Min & max gray value; Perimeter (vezi imaginea de mai sus)
- se selecteaz o zon restrns
- se calculeaz msurtorile

10

Scheletizarea este reprezentat de reducerea obiectelor la linii, far a schimba radical structura imaginii.
Se aplic doar imaginilor binare astfel: Process -> Binary -> Scheletonize
Rezultatul va fi:

11

Afiarea histogramei unei imagini

Histograma unei imagini reprezint distribuia nivelurilor de gri n cazul imaginilor n tonuri de gri, sau a
nivelurilor celor trei canale n cazul imaginilor RGB, n cadrul imaginii. Pentru o imagine pe 8 bii, histograma va afia
numrul de pixeli pentru fiecare valoare de culoare posibil (256 valori). Utilitatea histogramei este evident n
prelucrarea imaginilor capturate direct in format digital. Evaluarea unei imagini cu ajutorul histogramei permite o
apreciere rapid a pailor necesari pentru a mbunti calitatea imaginii.
Comanda Analyze -> Histogram determin afiarea histogramei unei imagini.

12

O prelucrare clasic a imaginilor digitale o reprezint mbuntirea contrastului prin egalizarea histogramei.
Acest lucru se realizeaz astfel:

Comparai histograma curent cu cea obinut anterior.

Alte operaii interesante, ca exerciii

Alegei o imagine i exersai prelucrrile disponibile n ImageJ asupra variantei color, n tonuri de gri sau
binare (alb-negru). Observai diferenele.
BIBLIOGRAFIE
TR MIHAI (2010), Informatic medical, SITECH, Craiova ISBN 978-606-530-816-9, vol. I i II, 568 pagini,
cap. Analiza si prelucraera imaginilor medicale

13