Professional Documents
Culture Documents
Martin Bianculli
Andres Duffour
Facultad de Ingenieria
Universidad ed la Rep`
ublica
18 de julio de 2005
Indice general
1. Introducci`
on
2. Ruido en ultrasonido
2.1. Naturaleza del ruido . . . . . . . . . . . . . . . . . . . . . . . . .
2.2. Speckle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
3
3
5
5
5
6
4. Segmentaci
on
4.1. Seeded Region Growing . . . . . . . . . . . . . . . . . . . . . . .
4.1.1. Seeded region growing algorith (Modified) . . . . . . . . .
4.2. Robust B-Spline Snakes for Ultrasound Images Segmentation . .
8
8
9
10
Captulo 1
Introducci`
on
El trabajo consinste en una introducci`on a las t`ecnicas de filtrado y segmentaci`on para im`agenes de ultrasonido (US). Se comentan algunas t`ecnicas de
filtrado y de mejoramiento de contraste, as como se realizo un acercamiento al
tema de la segmentaci`on, mostrando dos tecnicas de segmentaci`on, cada una de
las cuales pertenece a uno de dos de los grandes grupos de segmentaci`on: Region
Growing y deformaci`on de contorno (Snake).
Captulo 2
Ruido en ultrasonido
Las imagenes de ultrasonido presentan un especial tipo de ruido llamado
Speckle[1]. El cual degrada significativamente la calidad de la imagen, aumentando de esta forma la dificultad de discriminar detalles finos en las imagenes durante un examen de diagnostico. Tambien dificulta el procesado de las imagenes,
tales como la segmentacion y la deteccion de bordes.
2.1.
2.2.
Speckle
describir las caracteristicas del Speckle. Debido a que es formado por la suma
de ecos de se
nales, generadas aleatoreamente en los centros de difusion, cada uno
proviendo una candidad aleatorea de energia. Esta demostrado que la estadistica
del brillo en una imagen de ultrasonido depende mayormente del numero de
scatterers per resolution cell, y en la distribucion espacial de los puntos de
difusion. Tres modelos pueden ser identificados. El primero es para cuando hay
un presencia grande de puntos de difusion, modelado por la distribucion de
Rayleigh. El segundo es para cuando agregamos la componente en fase, entonces
el brillo puede ser estimado por la distribucion de Rician. El tercero es cuando
existe un bajo numero de puntos efectivos de difusion, en este casa es modelado
por la distribuicon K.
Captulo 3
3.1.
Algoritmo Sticks
3.2.
Se propone un metodo[5] para apalear los efectos del ruido speckle. Dada
una imagen de intensidad Io (x, y), con potencia finita y sin ningun valor 0 en
el soporte de la imagen, la imagen de salida I(x, y; t) evoluciona de acuerdo
1
1 + [q 2 (x, y; t) q02 (t)]/[q02 (t)(1 + q02 (t))]
3.3.
Figura 3.1: Aplicacion del detector de bordes de canny a las imagenes original
y filtrada, utilizando el algoritmo sticks con una ventana de tama
no 3
Captulo 4
Segmentaci
on
Para la segmentacion de imagenes de intensidad se mencionaran 4 acercamientos clasicos:
4.1.
4.1.1.
4.2.
10
Figura 4.1: Imagenes Segmentadas por el algoritmo Seeded region growing algorith (Modified)
11
Figura 4.2: Imagenes Segmentadas por el algoritmo Seeded region growing algorith (Modified)
12
snake.jpg
13
Bibliografa
[1] Robert F.Wagner, Stephen W.Smith, John M.Sandrik and Hector Lopez,
Statistic of Speckle in Ultrasound B-Scans IEEE Trans. Son. Ultrason. ,
VOL. 30, NO. 3,pp. 156-163 May 2000
[2] Elisabeth Brusseau, Chris L. de Korte, Frits Mastik, Johannes Schaar, and
Anton F.W. van der Steen Fully Automatic Luminal Contour Segmentation
in Intracoronary Ultrasound Imaging - A Statisticla Approach IEEE Trans.
Med. Imag, VOL. 23, NO. 5,pp. 555-566 May 2004
[3] V. Dutt Statistical Analysis of ultrasound echo envelope Ph.D. dissertation,
The Mayo Graduate School, 1995.
[4] Sayana D. Pathak, Vikram Chalana, David R. Haynor and Yongmin Kim,
Edge-Guided Boundary Delineation in Prostate Ultrasound image IEEE
Trans. Med. Imag, VOL. 19, NO. 12,pp. 1211-1219 Dec 2000
[5] Yongjian Yu and Scott T. Acton, Speckle Reducing Anisotropic Diffusion
IEEE Trans. Med. Imag, VOL. 11, NO. 11,pp. 1261-1270 Nov 2002
[6] C. Loizou, C. Christodoulou, C. S. Pattichis, R. Istepanian, M. Pantziaris,
Speckle REduction In Ultrasound Images Of Atherosclerotic Carotid Plaque
[7] Slobodan Ilic, Branislav Ulicny Seeded region Growing Method for Image
Segmentation Computer Science Departament, The Swiss Federal Institute
of Technology
[8] C Tauber, H Batatia, G Morin, A Ayache Robust B-Spline Snakes for Ultrasound Images Segmentation IRIT-ENSEEIHT, Toulouse, France
14