|
ИСТИНА |
Войти в систему Регистрация |
ИПМех РАН |
||
Подавление шумов и выделение линейных и древовидных особенностей характерных для двух- и трехмерных медицинских изображений.НИР
- Руководитель НИР: Юрин Д.В.
- Участники НИР: Гурьянов Ф.А., Кедрова Д.М., Крайнов Г.И., Крылов А.С., Левашов А.Е., Лукин А.С., Мамаев Н.В., Мизотин М.М., Мунькин И.А., Никитина Е.В., Проценко М.А., Смолейчук Р.А., Смолейчук Р.А., Сторожилова М.В., Федотов А.А.
- Подразделение: Лаборатория математических методов обработки изображений
- Срок исполнения: 4 апреля 2013 г. - 31 декабря 2015 г.
- Номер договора (контракта, соглашения): 13-07-00584-а
- Номер ЦИТИС: 01201356236
- Тип: Фундаментальная
- Приоритетное направление научных исследований: Дифференциальные уравнения и математическая физика
- ПН России: Информационно-телекоммуникационные системы
- Направление технологического прорыва России: Стратегические информационные технологии
-
Рубрики ГРНТИ:
- 28.23.15 Распознавание образов. Обработка изображений
-
Ключевые слова:
медицинские изображения, нелокальные методы фильтрации, детектирование особенностей, трехмерные изображений, детектирование жирных линий, нелинейная фильтрация, детектирование граничных линий, подавление шума
-
Описание:
В рамках проекта будут разработаны алгоритмы подавления шумов на двух- и трехмерных изображениях. Высокий уровень шумов на медицинских изображениях часто связан с желанием снизить дозу облучения для пациента (компьютерная томография, УЗИ), поэтому задача подавления шумов путем последующей цифровой обработки весьма актуальна. Будут разработаны быстрые ранговые алгоритмы обработки трехмерных изображений, что обеспечит высокоскоростное решение этой задачи приемлемого качества. Будут разработаны нелокальные алгоритмы, основанные на поиске похожих фрагментов на изображении и их совместной фильтрации, что обеспечит высококачественное решение проблемы. Основным направлением исследований здесь будут трехмерные аналоги алгоритма нелокального среднего, причем поиск похожих областей будет производиться по вектору параметров-признаков, часть из которых инвариантна к вращениям и, частично, масштабу. Предполагается рассмотреть достаточно широкий класс методов построения таких признаков. Другая актуальная задача, тесно связанная с первой, это поиск линейных и древовидных структур, таких, например, как сеть кровеносных сосудов в условиях сильных шумов, размытости и малой контрастности изображений. Связью здесь является предварительное подавление шумов перед поиском таких особенностей с одной стороны и использование информации о расположении особенностей для более продвинутой группы алгоритмов шумоподавления. Нечеткость границ обусловлена как высоким уровнем шумов, недостатками методов получения изображений так и естественной нечеткостью границ в биологических объектах. Основываясь на оригинальных разработках авторского коллектива, будут разработаны новые многомасштабные методы выделения жирных линий на двух- и трехмерных изображениях, будут разработаны многомасштабные методы поиска контурных линий на двумерных изображениях и поверхностей раздела на трехмерных изображениях.
-
Основные результаты:
Разработаны алгоритмы детектирования жирных линий. Разработаны алгоритмы детектирования проводов ЛЭП. Созданы двух- и трехмерные версии алгоритма подавления шума с адаптивной подстройкой к уровню шума на изображении. Проведены исследования по созданию быстрых алгоритмов вычисления приближенной свертки изображения с функциями Эрмита. Разработан алгоритм локальной оценки уровня шума. На основе методов условной энтропии и взаимной информации разработан алгоритм оценки качества шумоподавления, который хорошо показал себя при применении разработанных алгоритмов к трехмерным изображениям компьютерной томографии. По материалам работ за три года опубликовано 11 статей.
- Добавил в систему: Никитина Екатерина Валентиновна
Соисполнители НИР
| МГУ имени М.В.Ломоносова | Координатор |
Источник финансирования НИР
| грант РФФИ |
Этапы НИР
| # | Сроки | Название |
| 1 | 1 января 2013 г.-31 декабря 2013 г. | Подавление шумов и выделение линейных и древовидных особенностей характерных для двух- и трехмерных медицинских изображений. |
| Результаты этапа: Разработан новый метод фильтрации изображений (шумоподавления) - алгоритма нелокального среднего на основе разложения по функциям Эрмита HeNLM. Метод допускает эффективное масштабирование на случай трехмерных изображений. Алгоритм является новым и показывает преимущества, по сравнению с известными из литературы алгоритмами, при обработке областей медицинских изображений со сложной структурой. Разработаны методы ускорения и упрощения алгоритма детектирования жирных линий, разработанного авторами ранее. В частности, немаксимальное подавление выполняется в двумерном варианте, а трехмерное обобщение представляет собой лишь выбор из трех соответствующих точек. Предложено этот алгоритм рассматривать лишь как начальную разметку, для которой его качество более чем достаточно, с последующими уточнениями. Так, разработан алгоритм восстановления точек ветвления. Создан набор быстрых трехмерных ранговых алгоритмов и проанализированы методы их дальнейшего ускорения. | ||
| 2 | 1 января 2014 г.-31 декабря 2014 г. | Подавление шумов и выделение линейных и древовидных особенностей характерных для двух- и трехмерных медицинских изображений. |
| Результаты этапа: Полученные в 2014 году важнейшие результаты: Разработан метод локально оценки уровня шума; созданы алгоритмы 2D/3D нелокального среднего и алгоритмы выделения малозаметных жирных линий. Степень новизны полученных результатов: Алгоритм определения локального уровня шума является новым. Алгоритмы подавления шума на основе нелокального среднего на основе разложения по функциям Эрмита являются новыми как в 2-х , так и в 3-х мерных вариантах. Алгоритм детектирования слабозаметных жирных линий малой извилистости и мало изменчивой ширины является новым. Сопоставление полученных результатов с мировым уровнем : Алгоритм определения локального уровня шума уступает в точности известному из литературы алгоритму на основе PCA, но в отличие от него дает локальную оценку, в то время как основанный на PCA алгоритм дает только единую оценку (одно число) для всего изображения. Предварительные эксперименты по адаптации метода PCA для локальной оценки уровня шума показали, что при малом количестве данных этот алгоритм становится недостоверным. Кроме того, разработанный в рамках проекта алгоритм прост в реализации и легко интегрируется в системы, основанные на обработке изображений по локальной окрестности. В рамках проекта разработаны 2-х , так и в 3-х мерные варианты алгоритма подавления шума на основе нелокального среднего на основе разложения по функциям Эрмита. Существуют аналоги, основанные на разложениях по другим функциям, однако наши исследования показывают, что использование функций Эрмита ведет к немного более эффективным алгоритмам за счет более полного и менее локального представления локальной окрестности при том же числе членов разложения. Алгоритмы детектирования слабозаметных жирных линий, разработанные в рамках проекта являются востребованными, но не достаточно разработанными в мировой практике. В частности, было рассмотрено придложение разработанных алгоритмов к задаче детектирования проводов линий электропередач на аэрофотосъемке с беспилотных ЛА. Трудность этой задачи заключается в непредсказуемости и сложности подстилающей поверхности (фона). Удовлетворительного качества решений в открытой печати найти не удалось. Разработанные алгоритмы с успехом эту задачу решали. Определение вероятных направлений таких жирных линий позволяет вести избирательную анизотропную фильтрацию. Анизотропное сглаживание путем сжатия изображения по направлению обеспечивает быстродействие и подавляет отклик от сильно извилистых линий, или линий имеющих альтернативные направления. Анализ синограмм в скользящем окне позволяет дополнительно отбросить извилистые линии и выделить плавные кривые, которые локально могут быть представлены отрезками. Алгоритм на основе динамического программирования позволяет, учитывая ряд признаков, таких как отклик Лапласиана, извилистость, неоднородность фона и провода вдоль направления согласованно выделить связные жирные линии. Методы и подходы, использованные в ходе выполнения Проекта: Анализ задачи на упрощенной теоретической модели, с адаптацией результатов к реальным изображениям. НА теоретически простой модели получается формула связывающая искомый параметр с рядом параметров модельного изображения. Если эти параметры модельного изображения достаточно общие, или входят в комбинацию, не зависящую от формы границ объектов изображения, то в этом случае зависимости можно получать на аналитически разрешимых моделях, а применять полученные зависимости к реальным данным. Методы дифференциального исчисления, линейной алгебры. Разложение по ортогональным полиномам. Преобразования Фурье, Лапласа, Z-преобразование. Методы дифференциальной геометрии и пространства переменных разрешений. Преобразование Хафа, методы динамического программирования. Количество научных работ по Проекту, опубликованных в 2014 году - 3 , из них в изданиях, включенных в перечень ВАК -1, в изданиях, включенных в системы цитирования (Web of Science, Scopus, Web of Knowledge, Astrophysics, PubMed, Mathematics, Chemical Abstracts, Springer, Agris, GeoRef) -1, подготовленны в ходе выполнения Проекта и приняты к печати в 2014 году - 1. Участие в 2014 году в научных мероприятиях по тематике Проекта : DSPA-2014: 16-я Международная Конференция “Цифровая обработка сигналов и еѐ применение”. PRIP-2014: 12th International Conference on Pattern Recognition and Information Processing, May 28-30, 2014. Minsk, Belarus. | ||
| 3 | 1 января 2015 г.-31 декабря 2015 г. | Подавление шумов и выделение линейных и древовидных особенностей характерных для двух- и трехмерных медицинских изображений. |
| Результаты этапа: Разработаны двух и трехмерные алгоритмы шумоподавления и детектирования жирных линий. Исследованы методы подавления разрывов в области ветвления линий. Разработаны методы подавления разрывов линий в областях слабой заметности. Алгоритмы тестировались на медицинских изображениях сосудистой сетки, разнообразных естественных и синтетических изображениях. Разработаны алгоритмы детектирования проводов ЛЭП. Исследованы проблемы детектирования жирных линий, сформированы предложения по направлениям создания перспективных алгоритмов детектирования жирных линий. Разработанные алгоритмы шумоподавления основаны на усреднении центральных пикселей окрестности по значениям центральных пикселей похожих по структуре окрестностей фрагмента изображения. Похожие по структуре окрестности ищутся на основе сравнения векторов параметров, представляющих собой коэффициенты разложения окрестности по функциям Эрмита. Созданы двух- и трехмерные версии алгоритма с адаптивной подстройкой к уровню шума на изображении. Алгоритмы тестировались, в том числе, на изображениях компьютерной томографии. Проведены исследования по созданию быстрых алгоритмов вычисления приближенной свертки изображения с функциями Эрмита. Эти работы требуют продолжения исследований, предварительные результаты дают значительный выигрыш в скорости, но не вполне удовлетворительную точность. Разработан алгоритм локальной оценки уровня шума. Исследован вопрос об оценке качества шумоподавления в условиях отсутствия достоверной (незашумлённой) информации. На основе методов условной энтропии и взаимной информации разработан алгоритм оценки качества шумоподавления. Основная идея алгоритма заключается в анализе отфильтрованной информации на наличие регулярных компонент, таких как ободки объектов, срезанные углы и т.п. По материалам работ за три года проекта опубликовано 11 статей. | ||
Прикрепленные к НИР результаты
Для прикрепления результата сначала выберете тип результата (статьи, книги, ...). После чего введите несколько символов в поле поиска прикрепляемого результата, затем выберете один из предложенных и нажмите кнопку "Добавить".