radiologieradiologie--imagisticimagistică, anul i, anul...

1

RadiologieRadiologie--ImagisticImagisticăă, anul I, anul IIIII (2008(2008--2009)2009)1

Analiza imaginilor digitaleAnaliza imaginilor digitaleCompresia imaginii digitaleCompresia imaginii digitale

Your equipment DOES NOT affect the quality of your image The

Sorana D. BOLBOACĂ – Prelucrarea Imaginilor Digitale Curs 6

Your equipment DOES NOT affect the quality of your image. The less time and effort you spend worrying about your equipment the

more time and effort you can spend creating great images. The right equipment just makes it easier, faster or more convenient for

you to get the results you need.

Ken Rockwell, Your Camera Does Not Matter, 2005


ConţinutConţinutAnaliza imaginilor digitale (extragereaobiectului, reprezentarea conturului,determinarea caracteristicilor de formă,identificarea obiectului)


identificarea obiectului)Măsurători în imaginea digitalăCompresia imaginii


Scop: Scop: Analiza imaginilor digitaleAnaliza imaginilor digitaleAnaliza imaginilor (analiza = a cerceta unîntreg, un fenomen etc., examinând fiecareelement în parte)Recunoaşterea formelor:


Recunoaşterea formelor:1. Extragerea obiectului2. Reprezentarea conturului3. Determinarea caracteristicilor de formă4. Identificarea obiectului


Recunoaşterea formelorRecunoaşterea formelorForma → descrierea unui obiectRecunoaşterea formei → clasificareaobiectului

i il f i ( i l i


Proprietăţile formei (trăsături, e.g. lungime,culoare, etc.)Trăsăturile care individualizează obiectele =caracteristici (sunt finite şi au rol în procesulclasificării / recunoaşterii obiectului)


Recunoaşterea formelorRecunoaşterea formelorClasificarea formelor în categorii predefinite =recunoaşterea formeiEtape:

Existenţa


ExistenţaClasificareaRecunoaştereaÎnţelegerea

Recunoaşterea chipului (e sau nu e chip, alcui?, expresia, etc.)


Recunoaşterea formelorRecunoaşterea formelorComponente:

Extragerea trăsăturilorExtragerea caracteristicilor

l ifi


ClasificareaComponente auxiliare:

Pre-procesareaPost-procesarea

2


Recunoaşterea formelorRecunoaşterea formelor

Extragerea trăsăturilor = convertirea formei învectorul trăsăturilor caracteristiceClasificarea presupune existenţa unui vector altrăsăturilor caracteristice şi împărţirea spaţiului


ş p ţ p ţtrăsăturilor caracteristice în zone de decizieÎnţelegerea = “programarea” sistemului derecunoaştere a formelor prin utilizarea unuinumăr finit de eşantioane (folosirea a cît maimulte informaţii).


Sisteme de recunoaştere a formelorSisteme de recunoaştere a formelorComponente:

SenzorulSistemul de extragere a trăsăturilorcaracteristice


caracteristiceClasificatorul (asignează forma în una dinclasele pre-definite)


Sisteme de recunoaştere a formelorSisteme de recunoaştere a formelorCaracteristici:

Probabilitate de eroare (cu cât e mai mică cuatât mai bine)Complexitatea aritmetică


pFlexibilitateaPosibilitatea de a fi folosit uşorPosibilitatea de a fi înţelesCapacitatea de a generalizaPosibilitatea de a fi implementat


Aplicaţii ale recunoaşterii formelorAplicaţii ale recunoaşterii formelorDiagnostic medicalDetectoare de minciuniDetector de dragoste (love detector)Recunoaşterea scrisului de mână


Recunoaşterea scrisului de mânăClasificări bazate pe mirosClasificarea imaginilor din satelitIdentificarea chipurilorAnaliza mişcărilor


Determinarea trăsăturilor caracteristiceDeterminarea trăsăturilor caracteristice

Măsurarea trăsăturilor caracteristiceExtragerea trăsăturilor caracteristiceDecizia de încadrare într-o clasă



Măsurarea trăsăturilor caracteristiceMăsurarea trăsăturilor caracteristice

Vectorul trăsăturilor caracteristice definit înspaţiul euclidian cu n dimensiuni Rn este dat deformula


xi descrie o trăsătură caracteristică a formei

3


Extragerea trăsăturilor caracteristiceExtragerea trăsăturilor caracteristice

Vectorul trăsăturilor caracteristice conţineinformaţii redundante

Procesarea rapidă necesită reducereainformaţiilor redundante


informaţiilor redundanteReducerea = pre-procesare sau extragereatrăsăturilor caracteristice

Scop: determinarea trăsăturilor ceindividualizează o anumită clasă de forme



Una dintre cele mai dificile operaţii din cadrulanalizei imaginilorModalităţi de realizare:

il


extragerea contururilordetectarea regiunilor care îndeplinesc anumiteproprietăţiutilizarea informaţiei de deplasare (în cazulsecvenţelor de imagini – filme)



Extragerea de contururi presupune mai multeetape:

detectarea discontinuităţilor (sau a punctelorposibile de contur)


posibile de contur)conectarea punctelor de contur (în scopulobţinerii unor curbe continue)determinarea componentelor conexe carecorespund unor obiecte diferite


Decizia de încadrare întrDecizia de încadrare într--o clasăo clasă

Este posibilă dacă cunoaştem a priori toateinformaţiile despre forma de interes

Caz general: se cunosc puţine informaţii despref l d i


formele de interesTrebuie încadrat în sistemul de recunoaştere şiun modul de “pregătire” sau “învăţare”


Principii utilizate în segmentarea imaginilorPrincipii utilizate în segmentarea imaginilor

Divizarea întregii imagini în scopul obţineriide regiuni omogeneAgregarea pixel-ilor (urmăreşte reunireatuturor pixel ilor din vecinătatea unui pixel de


tuturor pixel-ilor din vecinătatea unui pixel depornire, care satisfac proprietăţile specificate)


Segmentarea: identificarea conturuluiSegmentarea: identificarea conturuluiPrincipii ale algoritmilor de segmentare

Discontinuitatea: principala metodă de detecţiea conturuluiSimilitudinea: metoda prag & metoda


p gregiunilor

Indentificarea conturului:Operatorul de contur: operator matematicconstruit pentru a determina existenţa unuicontur local în funcţia imagine

4


Segmentarea: identificarea conturuluiSegmentarea: identificarea conturuluiOperatorii de contur: determină modul şidirecţia schimbării intensităţii nivelului de griîntr-o imagine digitală

Caracterizează severitatea schimbării nivelului


de gri de la o vecinătate la alta a imaginiiSe bazează pe utilizarea măştilor de convoluţiespaţială care balează pixel cu pixel întreagaimagine calculând o imagine proporţională cudiscontinuitatea existentă în zona de intres aimaginii


Identificarea conturului: Metoda praguluiIdentificarea conturului: Metoda pragului

= segmentarea cu pragImplementează o transformare punctualăsimplă

i l l di l d d (i j)


Pixel-ul din punctul de coordonate (i,j) estepixel-ul obiect dacă valoarea sa f(i,j) este maimare decât un prag.Rezultatul obţinut este în relaţie directă cupragul ales


Identificarea conturului: Metoda regiunilorIdentificarea conturului: Metoda regiunilor

= segmentare iterativă sau segmentare prin tehnici derelaxareFoloseşte procedee probabilistice de clasificare,aplicate în paralel şi în fiecare punct la fiecare iteraţieAd i l l d i l l ă ii d


Aduce nivelele de gri spre capetele opuse ale scării degriEste fundamental în analiza automată a scenelor şi înrecunoaşterea de modele (scopul este de a extrageautomat date despre conţinutul imaginii la nivel deobiect)


Identificarea conturului: Metoda regiunilorIdentificarea conturului: Metoda regiunilor

segmentare iterativă sau segmentare printehnici de relaxare

Obiectiv: partiţionarea imaginii de interes înregiuni sau componente


regiuni sau componente


Extragerea conturuluiExtragerea conturului

Operatori: Sobel, Kirsch, pseudo-Laplace (tipfereastră glisantă)Succesiune de convoluţii dintre imaginea iniţială şinucleul operatorului


pOperatorul Sobel: prima convoluţie se realizează cumasca:

+1 +2 +10 0 0-1 -2 -1



Operatorul Sobel:A doua convoluţie: masca este rotită cu 90°Rezultatul: este suma sau maximul dintre cele douăconvoluţii


Primul nucleu e folosit pentru muchiile orizontale – aldoilea pentru cele verticale (fiecare mască corepundeunei derivări pe o direcţie perpendiculară pe direcţiamuchiei)Are şi un efect de reducere a a zgomotului

5



Operatorul Kirsch: succesiune de 8 convoluţiiMasca primei convoluţii:

-3 +5 +5+3 0 +5


Ulterior masca este rotită cu 45° pentru fiecareconvoluţie

+3 0 +5-3 -3 -3


Operatori morfologiciOperatori morfologiciNecesită binarizarea iniţială a imaginilor înnivele de griAlgoritmul: operaţii simpleAl i i d i dil


Algoritmi: erodarea şi dilatareaFie o imagine binară care conţine obiectul deinteres şi fundalul (ex. fundalul alb şi obiectulde interes negru)


Operatori morfologiciOperatori morfologiciErodare: fiecare pixel pixel al obiectului care ‘atinge’fundalul este transformat în fixel-fundal

Face obiectul mai micPoate fragmenta un obiect mai mare în mai multe


gobiecte mai mici

Dilatare: fiecare pixel din fundal aflat în contact cuobiectul este transformat în pixel-obiect

Face obiectele mai mariPoate uni obiectele


Măsurători în imaginea digitalăMăsurători în imaginea digitală



MăsurătoriMăsurătoriTipuri:

geometricede intensitate


Regiunea de interes (ROI = region of interest)Segmentarea


De ce măsurămDe ce măsurăm??Vin să susţină decizia medicalăExemple de măsurători geometrice: ariiExemple de măsurători ale intensităţii:

i d A


cantitatea de ADN

6


Măsurători cu Adobe PhotoshopMăsurători cu Adobe Photoshopariacircularitateacentroidulperimetrul

Deviaţia standard anivelului de griMinimul şi maximulunei valorilor de gri


perimetrulelipsadiametrul

gCentrul maseiMedia nuanţelor de griValoarea modală anuanţelor de gri


Exemple de măsurătoriExemple de măsurătoriMedia: 43,83Deviaţia standard: 50,59Mediana: 20...


256 × 256


CumCum??Specificarea regiunii de interes (ROI)

ManualAutomat



Selecţia manuală a regiunii de interesSelecţia manuală a regiunii de interes

RectangularOvalPolinomial


Definireamanuală a arieide selecţia

Media = 72,31Deviaţia standard = 55,84

Media = 52,76Deviaţia standard = 52,31


Selecţia semiSelecţia semi--automatăautomată

Image → Adjustment→ ThresholdSpecificăm valoareaprag (în exemplu 82)


prag (în exemplu = 82)


Tehnici avansate de vizualizare Tehnici avansate de vizualizare şi şi prelucrare prelucrare a imaginilor digitalea imaginilor digitale


pp g gg g

7


Reconstrucţia multiplanarăReconstrucţia multiplanară

MPR = MultiPlanar ReconstructionPermite reconstrucţia imaginilor din imaginidigitale axiale în plan coronal, sagital sau oblic



Vizualizarea triVizualizarea tri--dimensională (dimensională (3D3D))

Timp liber: Cinema, JocuriMedical:

Chirurgie ghidată 3D:l ifi hi i lă


planificarea chirurgicală,endoscopie virtualăEducaţie (anatomie)Planificarea radioterapiei


Cerefy Cerefy –– Student Brain AtlasStudent Brain Atlas


Wieslaw L. NowinskiA. ThirunavuukarasuuR. Nick Bryan


Volume Interaction: BraccoVolume Interaction: BraccoImaging in your hand:

introdextrobeam

di d


radiodexterdextroscope


Vizualizarea triVizualizarea tri--dimensională (dimensională (3D3D))

Scop:Vizualizarea de ansamblu a volumului de datemedicale



3D3D software: software: 3D3D--DOCTORDOCTOR

Modelare 3D, procesarea şi aplicarea demăsurători pe imagini RM, CT, PET,microscopice


http://www.ablesw.com/3d-doctor/

8


3D3D software: software: 3D3D--DOCTORDOCTOR



3D3D software: software: 3DVIEWNIX3DVIEWNIX

♠ vizualizare ♠ manipulare ♠ analizaimaginilor multidimensionale

h // i i d


http://mipgsun.mipg.upenn.edu


3D3D software: software: 3DVIEWNIX3DVIEWNIX



3D3D software: software: AliceAlice

♠ instrumente ROI ♠ instrumente VOIAnaliza regiunilorAnaliza volumelor


Hayden Image Processing Grouphttp://www.perceptive.com/


3D3D software: software: ANALYZEANALYZE

Mediu interactiv pentru: ♠ vizualizarea ♠manipularea imaginilor 2D, 3D şi 4D medicale

Permite şi caracterizarea ţesuturilor dinimaginile RM CT Rx medicină nucleară


imaginile RM, CT, Rx, medicină nucleară

CNSoftwarehttp://www.mayo.edu/bir/Software/Analyze/Analyze.html


3D software3D softwareMai multe detalii:http://www.sjoki.uta.fi/~shmhav/med-volviz-faq.txt


9


Compresia imaginii digitaleCompresia imaginii digitale



Compresia imaginii digitaleCompresia imaginii digitale


“A photograph is a secret about a secret. The more it tells you the less you know.”

Diane Arbus


Scop: aplicarea tehnicilor de reducere adimensiunii imaginilor digitaleDe ce?

Dimensiunile mari ale fişierelor de date în


Dimensiunile mari ale fişierelor de date înimagistica medicalăDispozitive de stocare relativ lenteBanda disponibilă a reţelelor pentrutransmiterea imaginilor este limitată(transmitere imposibilă a datelor în timp real)


De ce?Stocarea eficientă a datelor de tip imagine (ex.Posibilităţi limitate în ceea ce priveşte memorianecesară stocării imaginilor – aparate foto)


Posibilitatea de transmitere rapidă a imaginii(transferul Internet prin modem sau ISDN)

Modalităţi de prezentare a imaginii digitale:Directă: procesare rapidă şi facilăConcisă (compresie): pentru a salva spaţiul de stocareşi costurile de comunicare (tele-radiologie)


Conţinut: Compresia Imaginii DigitaleConţinut: Compresia Imaginii Digitale1. Noţiuni introductive2. Clasificarea tehnicilor de compresie3. Metode de compresie (± pierdere de informaţie)4 Standarde de compresie (imagini statice dinamice)


4. Standarde de compresie (imagini statice, dinamice)5. Codarea şi decodarea JPEG6. Standardul MPEG7. Standardul DICOM


11. . Noţiuni introductiveNoţiuni introductiveDimeniunea uneiimagini digitale:Lăţime (pixel) = 571Înălţimea (pixel) =


Înălţimea (pixel)614Lăţimea (pixeli) *Înălţimea (pixeli) =Data (byte)

10


11. . Noţiuni introductiveNoţiuni introductiveImaginea digitală = matrice bidimensională de pixeliPrecizia imaginii este dată de numărul de biţi perpixel:

Imaginea binară = 1 bit/pixel (imaginea alb-negru)


g p ( g g )Grafica pe calculator = 4 biţi/pixel (rezoluţie mică)Imaginea în scală gri = 8 biţi/pixel (rezoluţieacceptabilă)Imaginea color ≥ 8 biţi/pixel


11. . Noţiuni introductiveNoţiuni introductiveRezoluţia = capacitatea de redare a detaliilor uneiimaginiRezoluţia:

Sistemele de calcul: numărul de pixeli


pSistemele video:

Numărul de liniiNumărul de cadre/secundă


11. . Noţiuni introductiveNoţiuni introductiveStructura Rez ↕/↔ Pixeli (Mpx) Rata (cadre/sec)

Video 483×720 0,35 5-10 (videotel)PC 600×800 0,5 15-19 (animaţie)


Staţii lucru 900×1152 1 15-30 (multimedia)ATV 720×1280 1HDTV 1080×1920 2 30-60


2. 2. Clasificarea tehnicilor de compresieClasificarea tehnicilor de compresieCalitatea imaginii decomprimate:

Cu pierdere: imaginea este asemănătoare cu originalul darnu identicăFără pierdere: imaginea este identică cu imagineaoriginală


gNatura compresiei:

Codarea predictivă: se exploatează redundanţa existentăîn imagineCodarea prin transformare: modifică structura datelor prinîmpachetarea lor într-un număr mai mic de eşantioaneAlţi algoritmi: generalizări sau combinaţii ale primelordouă categorii


2. 2. Clasificarea tehnicilor de compresieClasificarea tehnicilor de compresieTipuri de compresie:

Fără pierdere:Păstrează fiecare pixel din imagineRata de compresie relativ mică (2:1)


Rata de compresie relativ mică (2:1)Cu pierdere:

Nu păstrează integritatea imaginiiRata de compresie mare (~10:1)

Ţinta: fără pierdere vizuală“What you cannot see should not be stored!”


2. 2. Clasificarea tehnicilor de compresieClasificarea tehnicilor de compresie

Cum pot fi imaginile comprimate?Prin exploatarea a două din caracteristicileimaginii: redundanţa & irelevanţa

R d d i i ă il i i


Redundanţa: priveşte proprietăţile statisticeale imaginii şi reduce datele redundanteIrelevanţa: o mare parte din datele uneiimagini pot fi irelevante pentru observatoruluman

11


2. 2. Clasificarea tehnicilor de compresieClasificarea tehnicilor de compresie

Cum pot fi imaginile comprimate?Compresia fără pierdere: exploatează doarredundanţaC i i d l i


Compresia cu pierdere: exploatează şiredundanţa şi irelevanţa


3. 3. Metode de compresie: TransformareaMetode de compresie: Transformarea

Procesul prin care se converteşte setul de datedin imaginea de interes într-un nou set dedate

Datele din setul transformat este mai


Datele din setul transformat este maiconvenabil pentru codarea eficientă ainformaţieiTransformarea prin îndepărtarea datelorredundante din imagine



Exemple:Transformarea spaţiului de culoareTransformarea Fourier

f di i


Transformarea discretă cosinTransformarea Wavelet (JPEG 2000)



Transformarea spaţiului de culoareSpaţiu RGB (Red – Green - Blue) → SpaţiulYCbCr (Luminance – Chrominance - Model)(Cb = Chroma blueş Cr = Chroma red)


(Cb = Chroma blueş Cr = Chroma red)

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

−−−=

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

BGR

311.0523.0212.0321.0275.0596.0

114.0587.0299.0

CrCbY



Transformarea discretă cosinPrincipiul de bază: transformarea valoriipixelului (domeniul spaţial) într-ocomponentă de frecvenţă (domeniul de


p ţ (frecvenţe)Unde:

Cea mai frecventă şi cea mai utilă tehnică decompresieUtilizată în compresia JPEG şi MPEG



Transformarea discretă cosin: exemplu


12



Transformarea discretă cosin: exemplu


Matricea de pixeli Coeficinţii DCTDCT = digital cosine transformation



Transformarea discretă cosin: exempluValori mari DCT: coeficienţi mici în spaţiul defrecvenţe

l i i i C fi i i î l i î i l


Valori mici DCT: coeficienţi înalţi în spaţiulde frecvenţeDCT condensează energia din imagini în maipuţini (frecvenţă scăzută) coeficienţi(compresie)


3. 3. Metode de compresie: StrategiiMetode de compresie: Strategii

Codarea pixelilor: independentă (nu depindede legăturile dintre aceştia)Strategii: Modulaţia impulsurilor în cod(PCM = Pulse Code Modulation)


(PCM = Pulse Code Modulation)Pentru imaginile medicale: 10-12 biţi/pixelNumărul de biţi se poate reduce la 4-8 biţi/pixel(cunatizarea contrastului)



Strategii: Codarea entropicăObţinerea unui cod de lungime de undă micăpentru pixelii intenşi şi cu probabilitate marede apariţieCodarea Huffman:


Codarea Huffman:Utilă în combinaţie cu algoritmi de codare printransformare aplicaţi pe imagini binareUn cod unic de decodare e asignat fiecăruisimbol (codurile sunt asignate prin explorareastatistică a redundanţei)



Codarea Huffman:Cod scurt pentrunivelele de gri cu p ↑


Cod lung pentrunivelele de gri cu p ↓

© Prof. W. Hillen



Strategii: Codarea RL (RunLength Coding)Mapare a secvenţei de intrare (x1, x2, ... xM) la(I1, g1), (I2, g2), ... (I1, gn) perechi

I = lungimea fiecărei rulări (I +I + +I = M)


Ii = lungimea fiecărei rulări (I1+I2+...+In = M)gi = valoarea datei pentru fiecare rulareO rulare = secvenţa de repetiţie a dateloridentice

13



Strategii: Codarea RL (RunLength Coding) Exemplu38 38 38 38 56 56 86 86 ... 86 86 98 75 75 75

Lungimea de repetiţie a lui 86 este de 188Rezultatul codării pe 10 biţi


Rezultatul codării pe 10 biţi05 38 02 56 188 86 01 98 04 75

Aplicabilitate: compresia se obţine când seaplică pe date care conţin multe repetiţii (ex.documente text)



Strategii: Codarea aritmeticăUn singur cuvânt de cod corespunde uneisecvenţe de simboluriC ânt de cod:


Cuvânt de cod:Un interval de numere cu valori între 0 şi 1



Strategii: Codarea planurilor de biţiImaginea cu 8 biţi/pixel → 8 imagini binare8 planuri de 1 bit → planul MSB(0) ... LSB(7)


Fiecare din aceste planuri se poate codafolosind una din tehnicile prezentate anterior

Rata de compresie: 1,5:2


4. 4. Standarde de compresieStandarde de compresie

JPEG (Digital compression and coding ofcontinuous-tone still images)

Joint Photographic Exterts GroupRata de compresie: 15:1 imagini statice color 24


p gbiţi/pixel

H.261 sau px64 (Video encoder/decoder for audiovisual services at px64 Kbps)

Specialist Group on Coding for Visual Telephony100:1 → 200:1 (videoconferinţe)


4. 4. Standarde de compresieStandarde de compresie

MPEG (Coding of Moving Pictures andAssociated Audio)

Moving Pictures Experts Group200 1 ( li ţii id )


200:1 (aplicaţii video)


5. 5. Codarea şi decodarea JPEGCodarea şi decodarea JPEG

JPEG (Joint Photographers Experts Group)Bază: aplicabil la imaginile de 8 biţi/pixeli cupierdere de informaţieJPEG extins: aplicat la imaginile de 12


JPEG extins: aplicat la imaginile de 12biţi/pixeliCea mai utilizată metodă de compresie aimaginilorAre la bază DCT (Discrete CosineTransform) + alte mijloace de compresie

14



Paşi:


Paşi:Transformarea:

Culorilor: RGB → YCbCrDCT a blocurilor de 8*8


5. 5. Codarea şi decodarea JPEGCodarea şi decodarea JPEGPaşi:

Cuantizarea: coeficienţilor DCTCodarea:

C d RL


Codare RLCodare Huffman




© Prof. W. Hillen


6. 6. Standardul MPEGStandardul MPEG

Compresia imaginilor dinamiceStandard pentru codarea şi decodareasecvenţelor audio-video digitale.

ili î l i i di i l ( i i l


Utilizat în televiziunea digitală, DVD (DigitalVideo Disc) şi multimediaRata de compresie = 100:11988 in Ottawa, Canada



Standarde de compresie MPEGŞMPEG-1: standardul iniţial de compresievideo şi audioMPEG-2: creat pentru televiziune (utilizat


MPEG 2: creat pentru televiziune (utilizatpentru televiziunea digitală)MPEG-3: create pentru HDTV (HighDefinition TV) dar abandonat în momentul încare s-a realizat că MPEG-2 (cu extensiileacestuia) este suficient pentru HDTV.



MPEG-4: o extensie a MPEG-1 realizată pentru asuporta obiectele audio/video, conţinutul 3D:MPEG-7: Multimedia Content Description Interface(MCDI) şi este un standard care satisface anumite


( )cerinţe particulare în prezentarea informaţiiloraudio-vizuale. Se adresează aplicaţiilor care pot fistocate (on-line sau off-line) sau care se aplică îndirect şi se pot desfăşura în timp real sau nu.

15



MPEG 21: a fost creat pentru a fi capabil sălucreze cu scheme multimedia şi defineşteelementele cheie (şapte) necesare unuitransport de date multimedia cât şi relaţiile


transport de date multimedia cât şi relaţiiledintre operaţiile suportate de acest standard.


77. . Standardul DICOMStandardul DICOM

Imaginea digitalămedicală: 1970Lucrează cu modelulISO OSI pe mai multe


pnivelePermite schimbul deinformaţii şi fişieremedia


6. 6. Standardul DICOMStandardul DICOM

Digital Imaging and Communication in MedicinePACS = Picture Archieve and CommunicationSystem (sisteme de integrare a dispozitivelormedicale ce asigură stocarea şi arhivarea imaginilor


medicale conform standardului DICOM)Standardul pentru transferul imaginilor medicaleDezvoltat de American College of Radiology &National Electrical Manufacturers Association(NEMA)



Model orientat pe obiect (imaginilepacienţilor, rapoartele sunt obiecte într-unfişier DICOM)

Partea care conţin descrieri şi informaţii într


Partea care conţin descrieri şi informaţii într-un fişier DICOM se numeşte obiect dedefiniţiiFiecare bucată de informaţie este un atribut(exemplu nume pacient)


7. 7. Standardul DICOMStandardul DICOMUn fişier DICOM are următoarea structură:

Un preambul de 128 octeţiUn prefix (4 octeţi) unde sunt reţinute literele ‘D’,‘I’, ‘C’, ‘M’ care reprezintă semnătura unui fişierDICOM


Un set de date care reţin informaţii cum ar fi: numepacient, tip imagine, dimensiune imagine, etc.Preamble(128)Prefix(4 bytes)Data SetDataElem…Data ElemImage(s) Preamble(128)Prefix(4bytes)Data SetData Elem…DataElemImage(s)Pixelii care compun imaginea(imaginile) conţinute în fişier.



Un Data element este compus din câteva câmpuri:


Un Data element este compus din câteva câmpuri:Tagul Data Element - un identificator unic(GroupNumber pe 2 octeţi şi un Element Number pe 2octeţi)

(0010, 0020): Group Number este 0010 şi ElementNumber este 0020

Reprezentarea Valorii descrie tipul datei şidimensiunea corespunzătoare a unui element din DataElement

16


7. 7. Standardul DICOMStandardul DICOMUn Data element este compus din câtevacâmpuri:

Lungimea Valorii: Fie 16 sau 32 biţidepinzând dacă RV este implicit sau explicit.


Câmpul Valoare: Un număr impar de octeţiconţinând valorile Data Elemente.Multiplicitatea valorii: specifică câte valorifolosind acest RV poate fi plasat în CâmpulValoare.


7. 7. Standardul DICOMStandardul DICOMAlgoritmi pentru extragerea datelor şiimaginilor din fişierele DICOM

Se face ţinând cont de fiecare dintre tag-uriledin dicţionarul DICOM. Fiecare dintre acestea

fi ă t t î fi i i d ă fi ă it fi


va fi căutat în fişier, iar dacă va fi găsit, va fiinterpretat.


7. 7. Standardul DICOMStandardul DICOMPaşii pentru extragerea informaţiei din fişiersunt:

Verificarea existenţei caracterele ‘D’,’I’,’C’,’M’.Stabilirea tipului RV. Acesta informaţie este dată de UID,valoare în câmpul valoare corespunzător tag-ului sintaxei de


valoare în câmpul valoare corespunzător tag ului sintaxei detransfer..Stabilirea ordonării octeţilor (BigEndian sau LittleEndian).Standardul DICOM conţine toate valorile posibile.Căutarea unui tag în fişierul DICOM, corespunzătorordonării octeţilor şi tipului de RVExtragerea valorii corespunzătoare acelui tag.


7. 7. Standardul DICOMStandardul DICOMStandardul DICOM conţine peste 20 de tipuri dedate. Tipul de dată păstrată in câmpul valoare estedată de RV. În funcţie de aceasta se va extrageinformaţie de tipul string, întregi, sau bytes.



7. 7. Standardul DICOMStandardul DICOM5 arii primare de funcţionalitate:

Transmiterea unui obiect (e.g. imagine)Interogarea şi refacerea unui obiectRealizarea unor acţiuni specifice (e.g. tipărirea uneiimagini pe film)


imagini pe film)Managementul acţiunilorAsigurarea calităţii şi a consecvenţei imaginilor (lavizualizare şi tipărire)

NU defineşte arhitectura unui sistem, nu specificăcerinţele de funcţionare (cu excepţia celor care aufost definite anterior)


7. 7. Standardul DICOM: relaţii cu alte standardeStandardul DICOM: relaţii cu alte standarde

Protocolul de Internet: TCP/IP – 1993European Committee for Standardization: EN 12052(normă oficială Europeană)Japan Industries Association of RadiologicalSystems: convergnţa la Japanese interchange media


Systems: convergnţa la Japanese interchange mediaformat (IS&C)2003: DICOM Standard Committee a devenitmembru al e-Health Standardization CoordinationGroupÎn relaţii cu IHE (Integrating the HealthcareEnterprise)

17


Ce sCe s--a discutat!a discutat!Analiza imaginilor digitale (extragereaobiectului, reprezentarea conturului,determinarea caracteristicilor de formă,identificarea obiectului)


identificarea obiectului)Măsurători în imaginea digitalăCompresia imaginii

radiologieradiologie--imagisticimagistică, anul i, anul...

Documents