Parametrikus képek

Tankönyv Fizikusoknak » A digitális képrögzítés és képfeldolgozás alapjai » Dinamikus vizsgálatok » Parametrikus képek

Sokszor egy-egy szerv sok részletének a viselkedését szeretné látni az orvos. Az eddigi ismereteink alapján ilyenkor sok kis ROI-t kell kijelölni, és sok görbét előállítani, de a sok görbe egyszerre történő bemutatása áttekinthetetlen látványt eredményez.

Sokszor nem az egész görbe, hanem csak egy-egy jellemzője érdekes az orvos számára.

Szélsőséges estben minden pixelt külön ROI-nak tekinthetünk, ROI-nként görbéket készíthetünk, és – többnyire valamilyen függvényillesztéssel – meghatározhatjuk a görbe kívánt jellemzőjét. A jellemző értékének a pixel helyén történő színkódolt ábrázolásával olyan – parametrikus – képet kapunk, amely a látómezőbe vetülő részletek fontos jellemzőjét ábrázolja.

Ha egy pixelben a jellemző nem számítható, akkor 0 vagy más speciális értéket adhatunk meg.

Példák dinamikus vizsgálatok képsorozataiból képzett parametrikus képekre:

PMax: pixelenként a képsorozat maximális értéke,

35. ábra

Sokszor „tisztítják” a parametrikus képet. Ilyen tisztítás lehet, hogy a túlságosan alacsony aktivitású területen nem jelenítik meg a paramétert, vagy hogy a kép sorozatnak csak egy részét használják föl a parametrikus kép kiszámításához.
A bal fölső képhez (Max) nem használtuk az első néhány képet, mert akkor még a szív és a nagy erek aktivitása nagy, de a vizsgálat célja a máj epe kiválasztó funkciójának tanulmányozása. A jobb fölső és a bal alsó kép csak azokon a területeken ábrázolja a paramétert, ahol a Max kép elég nagy aktivitást mutat.

TMax: pixelenként a maximum elérésének ideje (esetleg a kép indexe),
T_1/2: T fél érték (exponenciális/lineáris függvény illesztés alapján). Ha egy pixelben nincs ürülés, ott 0 vagy nagyon nagy lehet a T1/2 érték.
MTT: (Mean Transit Time) átlagos átfolyási idő,

Fázis és amplitúdó kép

Az EKG kapuzott vizsgálat esetén minden pixel érték periodikusan változik, tehát Fourier sorba fejthető.

Legyen

F_k a sorozat k. képe (1 < k < n) és φ_k = (2k - 1)π/n, akkor

$$ C=\sum{F_{k}cos\phi_{k}}$ a cos kép,
$$ S=\sum{F_{k}sin\phi_{k}}$ a sin kép,
$$ F_{M}=1/n\sum{F_{k}}$ az átlag kép,
$$ F_{P}=\pi/2 + arctg(S/C)$ a fázis kép,
$$ F_{A}=2/n sqrt{C^{2} + S^{2}}$ az amplitúdó kép, és
$$ F_{k}\approx F_{M} + F_{A}(\phi_{k} - F_{P})$

Az amplitúdó kép azt mondja meg, hogy az egyes pixelekben milyen erős a pulzáció, a fázis kép pedig azt, hogy mikor történik az összehúzódás.

36. ábra Amp az amplítúdókép, Ph a fáziskép, mellette a fázis képről készült hisztogramm. ED az end diastole-s, mellette az ES end systole-s kép (az ábrán egy negatív vizsgálat látható)

Az alábbi 37. ábrán egy pozitív vizsgálat eredménye látható. Itt pontosan detektálható a paradox mozgás amplitutóképen, fázisképen, ill. fázishisztogramon. Mindez pedig összevethető a szív mozgásának kvalitatív értékelésével.

Test iframe

37. ábra EKG kapuzott “blood pool” vizsgálat eredmény (InterViewXP™ 3.00.077)

Export

Medical Imaging

Site Language: English

Parametrikus képek

Fázis és amplitúdó kép

Sidebar

Medical Imaging

Site Language: English