автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Разработка и исследование методов алгоритмической фокусировки и нелинейной обработки для ультразвуковых и рентгеновских медицинских диагностических изображений

В настоящее время можно выделить три наиболее употребимых способа построения медицинских диагностических изображений, позволяющих in vivo наблюдать ткани человеческого организма с целью выявления возможных патологий. Это рентгеноскопия, ультразвуковая диагностика и ЯМР-томография. Точность большинства современных средств построения изображений медицинской диагностики ограничена и считается как правило недостаточной для построения точного диагноза заболевания •

При ультразвуковой диагностике основная проблема, с которой сталкивается исследователь, состоит в том, что размер наблюдаемых объектов оказывается примерно равным или даже меньшим, чем разрешающая способность датчика, обусловленная пределом Релея и трудностями при получении фокусировки на различные дальности. Это приводит, с одной стороны, к «слиянию» наблюдаемых объектов; с другой стороны, вследствие когерентности излучения при отражении сигналов от областей однородной плотности со случайной фазой возникает значительный интерференционный шум с радиусом корреляции примерно равным ширине диаграммы направленности излучения.

В настоящее время повышение разрешения достигается несколькими способами. Это, во-первых, динамическая фокусировка на прием, получаемая за счет значительного усложнения сканирующего датчика. Во-вторых, это увеличение размеров сканирующей апертуры, и в-третьих — повышение несущей частоты излучения. Однако увеличение размеров апертуры усиливает влияние фазовых аберраций, а повышение частоты выше определенного предела невозможно из-за дисперсионного поглощения звука в среде. На высоких частотах резко возрастает коэффициент акустического ослабления, что делает практически невозможным использование несущей частоты выше 3,5—10 МГц для различных органов человека.

Основным недостатком рентгеновских изображений можно считать их малую контрастность, возникающую как вследствие наложения изображений тканей с различных дальностей, так и вследствие относительно высокой прозрачности мягких тканей организма для рентгеновских лучей.

Исходя из вышесказанного, целью данной работы является разработка методов повышения разрешающей способности приборов медицинской диагностики, а также методов подавления шумов и улучшения некогерентных медицинских изображений. В соответствии с этой целью в работе ставятся и решаются следующие задачи:

1. Исследование общих закономерностей рассеивания ультразвуковых сигналов в биологической среде с целью выявления перспектив повышения разрешения.

2. Нахождение и экспериментальная проверка метода алгоритмической динамической фокусировки при использовании одноэлементной сканирующей апертуры в секторном режиме.

3. Нахождение и экспериментальная проверка метода построения бездифракционного луча при использовании одноэлементной сканирующей апертуры в линейном и конвексном режиме.

4. Нахождение и экспериментальная проверка метода сверхразрешения через посредство нелинейной обработки когерентных ультразвуковых сигналов.

5. Нахождение и экспериментальная проверка метода подавления шумов некогерентных изображений, опирающегося на анализ значащих признаков изображения.

В настоящей работе предложен ряд принципиально новых методов построения ультразвуковых изображений. Все эти методы основаны на цифровой обработке принимаемых с датчиков физических сигналов. При этом обрабатываются как сами значения сигналов на радиочастоте, так и (впоследствии) их огибающая. В работе далее будут использоваться названия: «первичная обработка» для когерентной обработки сигналов, и «вторичная обработка» — для обработки огибающих сигналов без учета их фазы.

В главе 1 приводится анализ основных зависимостей при построении акустических изображений, выводится приближенное решение уравнения акустики, на основании которого в дальнейшем проводится анализ рассеивания ультразвука в среде, и приводится анализ диаграммы направленности излучения плоской апертуры.

Действие предлагаемых первичных методов обработки основывается на анализе и коррекции фазовой составляющей пространственного и временного спектров ультразвукового сигнала. В работе показано, что в ряде случаев алгоритмы фокусировки, реализуемые обычно при помощи значительного усложнения конструкции датчика, могут быть проделаны при использовании самых простых датчиков путем внесения поправок в фазу пространственного спектра.

Также в ходе исследований было установлено, что в значительном большинстве случаев исправление фазовой составляющей спектра может привести к результатам, не достижимым другими способами.

Так, в главе 3 работы показано, что при надлежащей обработке сигналов, полученных при помощи одноэлементного датчика, сканирующего в секторном режиме (наиболее простой из существующих датчиков) получается сигнал, соответствующий динамической фокусировке фазированной решеткой на передачу и прием. Поскольку динамическая фокусировка на передачу, очевидно, неосуществима в принципе, разрешающая способность приводимого метода оказывается выше, чем у любых других известных способов построения изображения в секторном режиме.

В главе 5 приведены подобные исследования для линейной и конвекс-ной геометрий сканирования. Показано, что упомянутый подход в этом случае приводит к получению «бездифракционного луча», диаграмма направленности которого не зависит от дальности в значительном диапазоне (соответствующем примерно глубине сканирования при ультразвуковых медицинских исследованиях).

Исследованы также пути дальнейшего повышения разрешения за счет нелинейной обработки сигналов (глава 4). Показано, что за счет нелинейной обработки оказывается возможным повысить разрешающую способность примерно в два раза.

Все вышеперечисленные методы оказываются применимыми только для когерентных сигналов (ультразвук, лазерная микроскопия), так как существенно опираются на анализ фазы принятых сигналов. Таким образом, для рентгеновских данных оказывается возможной только вторичная обработка.

В главе 6 приведено исследование оригинального метода вторичной обработки сигналов. При обработке некогерентных сигналов перспективы улучшения гораздо скромнее, чем при первичной обработке. Как правило, оказывается возможным лишь улучшить видимость деталей, которые видны и на необработанном изображении, но плохо различимы. Можно выделить несколько главных направлений цифровой обработки такого рода изображений:

1. Коррекция яркости и контрастности. Использование цифровой обработки дает значительно большую точность и оперативность, чем традиционные методы подбора экспозиции и фотоматериалов.

2. Шумоподавление (снижение уровня помех, возникающих, например, из-за зернистости фотопленки) — различные виды фильтрации, позволяющие снизить уровень шумов за счет некоторой потери резкости деталей изображения.

3. Повышение резкости деталей изображения. Приводит к повышению уровня шумов.

4. Методы обработки, основанные на выделении значащих признаков изображения. При этом можно добиться шумоподавления без потери резкости, или (что то же самое) повысить резкость без повышения уровня шума. Основное содержание главы 6 посвящено рассмотрению указанного метода цифровой обработки медицинских изображений.

Можно констатировать, что никакая вторичная обработка не выявит на изображении новых, доселе «невидимых» деталей, в отличие от того, как это происходит при обработке когерентных сигналов при синтезе ультразвуковых изображений. Традиционные методы шумоподавления (линейная и медианная фильтрация) приводят при этом к значительным потерям резкости.

В то же время, различные элементы изображения могут иметь или не иметь диагностическую важность — облегчать или осложнять постановку диагноза. Критерием оценки алгоритма обработки будем считать степень подавления «вредных» подробностей и степень усиления «полезных» с тем, чтобы прежде всего обратить внимание врача на элементы, могущие оказаться важными, и снизить риск ошибки. При этом решающую роль во многих случаях все же будет играть анализ необработанного изображения.

Действие предлагаемого метода основывается на анализе значащих признаков изображения. В целом изображения различных органов и тканей на снимках можно представить как комбинацию различных видимых элементов. Это, во-первых, области различной яркости, отделенные друг от друга резкими перепадами. При этом любая текстура внутри этих областей считается явлением нежелательным и подавляется. Во-вторых — это яркие точки малых размеров, соответствующие известковым вкраплениям на данных УЗИ и рентгена, или небольшим кровеносным сосудам на УЗИ. В третьих — значительные плавные перепады яркости, соответствующие изменениям плотности тканей при некоторых опухолях. В работе предложен эффективный подход к выявлению этих элементов медицинского изображения с целью усиления наиболее интересующих врача деталей.

Научная новизна и практическая ценность результатов работы заключается в разработке ряда уникальных методов, позволяющих существенно повысить диагностическую способность рентгеновской и ультразвуковой медицинской диагностики, что подтверждается заключениями специалистов-медиков.

Заключение.92