Selezione del volume dei polmoni M. Antonelli, B. Lazzerini, F. Marcelloni Dipartimento Ingegneria dell’Informazione Pisa.

Presentazione sul tema: "Selezione del volume dei polmoni M. Antonelli, B. Lazzerini, F. Marcelloni Dipartimento Ingegneria dell’Informazione Pisa."— Transcript della presentazione:

1 Selezione del volume dei polmoni M. Antonelli, B. Lazzerini, F. Marcelloni Dipartimento Ingegneria dell’Informazione Pisa

2 Obiettivo  Alla base di ogni sistema CAD per la ricerca dei noduli troviamo una fase di pre-processing per la segmentazione del parenchima polmonare  L’obiettivo e’ effettuare una segmentazione automatica utilizzando una combinazione di tecniche di image processing cosi’ da eliminare dalle slice tutto cio’ che “non e’ polmone”

3 Eliminazione background  Le immagini DICOM sono convertite in formato PGM utilizzando il software DCMTK  : si scandisce la slice partendo dai quattro angoli nelle quattro direzioni eliminando tutti i pixel il cui livello di grigio appartiene ad un certo range.  Operatore Elimina Background: si scandisce la slice partendo dai quattro angoli nelle quattro direzioni eliminando tutti i pixel il cui livello di grigio appartiene ad un certo range.  Se un pixel non soddisfa la condizione si interrompe la scansione lungo quella direzione e si passa alla riga/colonna successiva

4 Elimina Background

5 Thresholding  Operatore di Thresholding: la soglia di decisione è fissata dinamicamente attraverso un processo iterativo. Partendo da un valore casuale si calcola la media dei livelli di grigio dei pixel appartenenti all’oggetto (polmone) e di quelli appartenenti allo sfondo (cassa toracica); la soglia successiva si calcola quindi come media dei due valori.

6 Thresholding

7 Opening + Closing  Operatore di opening: consiste nell’applicare in sequenza l’operatore di erosione e di dilatazione; elimina il rumore (cioe’ oggetti “piccoli” interni ed esterni al polmone)  Operatore di closing: consiste nell’applicare in sequenza l’operatore di dilatazione e di erosione; migliora la definizione dei bordi e riempie i “buchi” che possono causare interruzzioni nella fase di border detection

8 Opening/closing

9 Border Detection  Border detection: si utilizza l’operatore di Canny. Si calcola il gradiente eliminando i pixel che non raggiungono una certa soglia. Successivamente si utilizzano due soglie (min,max): se il valore è minore di min il pixel è marcato come non bordo, se è maggiore di max è marcato come bordo, se sta tra min e max è marcato come bordo solo se esiste un cammino da quel pixel ad un pixel di bordo

10 Border Detection

11 Thinning + Filling  Thinning: con questo operatore si costruisce una struttura compatta del bordo che viene ridotto alla dimensione di un solo pixel. Si eliminano quindi tutte le catene di bordi mantenendo solamente le due di dimensione maggiore che rappresentano i due lobi del polmone  Filling: partendo da un punto interno al contorno, lo si marca opportunamente e si allarga la regione marcando i pixel vicini fino al raggiungimento del bordo. L’interno del polmone è quindi ripristinato con i valori dei livelli di grigio originali.

12 Filling

13 Risultati  Tutte le strutture esterne al polmone sono state eliminte: la regione da esaminare per la ricerca dei noduli si è notevolmente ridotta  Applicando un semplice operatore di thresholding è possibile isolare l’interno del polmone (vasi+noduli)

14 Ricostruzione 3D

15 Sviluppi  Applicazione di un operatore di rolling-ball per ripristinare eventuali noduli adiacenti al bordo.  Elaborazione 3-D del volume ricostruito per l’identificazione di vasi e noduli.