V diplomové práci jsou podrobně popsány metody pořizování snímků lidského těla. Pro lepší pochopení funkce CT jsou zde i popsány jednotlivé kategorie CT zařízení. Práce se dále zabývá metodami a problémy analýzy obrazu, které se bezprostředně týkají následného zpracování CT snímků. Dále jsou uvedeny zejména metody adaptivního prahování, kterými jsem se snažil o dokonalejší vyseparování kostí od měkkých tkání.
Na základě konzultací s radiologickými asistenty Františkem Šebkem a Filipem Rasochou jsme došli k závěru, že pro vytváření 3D modelů kostí je metoda CT vhodnější něž MR. V práci jsem se dále zaměřoval již pouze na snímky z CT.
Hlavním úkolem diplomové práce bylo uspokojivě vyřešit segmentaci kostí.
Z metod segmentace jsem se zaměřil na speciální metody segmentace adaptivního prahování. V praktické analýze CT snímků jsem zvolit tři metody, na kterých jsem celý postup vyzkoušel (automatické určení prahu, operace matematické morfologie a metody adaptivního prahování: Chow a Kaneko, Otsu, lokální prahování a algoritmus Niblack). Z metod adaptivního prahování jsem pomocí testování vybral metodu lokálního prahování, kde je práh určen pomocí střední hodnoty okolí pixelu, pro který je určován práh.
Při analýze docházelo k problémům zejména u snímků, u kterých nebyla přesně definována hranice kosti. Jas kosti velice pozvolna klesal do jasů měkké tkáně. V tomto případě je lepší lokální prahování nepoužívat. Této problém je v práci uveden.
Navrhnout dokonalý algoritmus je velmi složité, a to vzhledem k rozmanitosti jasů a tvarů měkkých tkání a kostí. Lepších výsledků lze dosáhnout tehdy, pokud bychom se specializovali na určitý typ kostí. V případně páteřních obratlů jsou zde problémy s cévními kanálky, které jsou jednou z příčin nespojitosti hranice kostí. Různorodost v jasech se také liší s věkem vyšetřovaného pacienta. Mladí lidé ve věku do 15 let mají hodně růstových chrupavek, což způsobí, že na CT snímku je problém rozeznat kost od chrupavky. Ideální věk pacienta je v rozmezí mezi 30. a 40. rokem, kdy je již tělo vyvinuté a neobsahuje růstové chrupavky. U lidí starších 70 let je problém s řídnutí kostí, kdy vnitřek kosti (morek) je na CT snímku reprezentován podobnými jasovými úrovněmi jako měkké tkáně.
Vzhledem k uvedeným skutečnostem a problémům bylo zapotřebí aby byla možnost zásahu uživatele při segmentaci. Pro lepší výsledky segmentace jsem zvolil poloautomatickou segmentaci CT snímků, kdy má uživatel možnost ovlivnění
segmentace. Pro tyto účely bylo vytvořeno v prostředí Matlab® jednoduché grafické uživatelské rozhraní (GUI).
Vytvořenou aplikaci a vytvořené vizualizace 3D modelů kostí jsem konzultoval s radiologickými asistenty z Krajské nemocnice v Liberci, a. s.. Vizualizace mých 3D matic a 3D vizualizace snímků přímo na CT pracovišti Philips Brilliance™ 16 byla velice podobná. Jejich porovnání jsem vzhledem k uzavřenosti systému na CT pracovišti, kde není možné vytvořený 3D model exportovat do souborů, provedl pouze vizuálně. Rozlišení mezer například u krčních obratlů, kde jsou meziobratlové ploténky velmi tenké, není u vytvořeného 3D modelu rozeznatelné. Jednotlivé obratle splývají.
Na CT a MR pracovištích jsou programy, na kterých pracují týmy lidí. Jde o zařízení, která disponují velmi výkonným hardwarem, vlastním operačním systémem a programy pro speciální aplikace, které jsou velmi často uzavřené. Takováto zařízení vyrábějí společnosti jako je Philips, Siemens, Toshiba, GE Healthcare, atd.
Předpokládá se, že získané 3D matice bude nutné následně konvertovat pro další použití v jiných programech, které podporují souborový formát IGES. Vytvořený formát je vhodný pro úpravu v programu pro 3D počítačové konstruování CATIA, ve kterém budou moci být vyřešeny případné problémy s nedokonalou segmentací (artefakty, spojené kosti, atd.). Objekty budou moci být ručně odděleny nebo ručně uzavřeny hranice kostí. Upravený model bude moci být následně analyzován v prostředí ANSYS. Tento problém je vhodný pro navázaní k dalšímu rozpracování v podobě projektu navazujícího na tuto diplomovou práci. Vytvořené 3D modely kostí budou moci najít uplatnění pro vytváření kostních náhrad např. páteřních obratlů, lebečních kostí, klíčních kostí, atd.
Poznatky z mé diplomové práce budou moci být také využity pro vytvoření studijních materiálů pro výuku předmětu Tomografické systémy na nově vzniklém Ústavu zdravotnických studií na Technické univerzitě v Liberci.
Literatura
[1] Hlaváč, V., Sedláček, M. Zpracování signálů a obrazů. ČVUT FEL Praha, 2007. ISBN 978-80-01-03110-0
[2] The MathWorks Inc. Image Processing Toolbox 6 User’s Guide [online].
[cit. 2007-11-30].
URL: 〈http://www.mathworks.com/access/helpdesk/help/pdf_doc/
images/images_tb.pdf〉
[3] Hlaváč, V., Šonka, M. Počítačové vidění, Praha: Grada Publishing, 1992.
ISBN 80-85424-67-3
[4] Campr, P. Získávání 3D modelů lidských tkání z obrazových dat CT. Plzeň, 2005. Diplomová práce. Fakulta aplikovaných věd. Západočeská univerzita v Plzni.
[5] Wikipedie, Otevřená encyklopedie Rentgenové záření [online].
[cit. 2008-1-15]. URL: 〈http://cs.wikipedia.org/wiki/Rentgen 〉
[6] Fisher R., Perkins S., Walker A., Wolfart E. Hypermedia Image Processing Reference [online]. John Wiley & Sons, Ltd. Publishing, 1996.
[cit. 2008-2-26]. URL: 〈http://www.dsi.unive.it/~atorsell/Hipr.pdf〉
[7] Hozman, J. Počítačová tomografie (CT) [online]. Materiály k přednáškám Zobrazovací metody v lékařství. ČVUT FEL Praha, 2006. [cit. 2007-11-1].
URL: 〈http://cmp.felk.cvut.cz/cmp/courses/33zsl2leto2006/slidy/ct-hozman-jk.pdf〉
[8] Imaginis® Corporation, Computed Tomography Imaging [online].
[cit. 2007-11-1]. URL: 〈http://www.imaginis.com/ct-scan/spiral.asp〉
[9] Pleschinger, J. Urologie pro praxi: Spirální počítačová tomografie v uroradiologii, Olomouc, 2001[online]. [cit. 2007-11-20].
URL: 〈www.solen.cz/pdfs/uro/2001/03/07.pdf〉
[10] Siemens AG, Computed Tomography: SOMATOM Sensation [online].
[cit. 2007-11-6]
URL: 〈http://www.medical.siemens.com/siemens/en_INT/gg_ct_FBAs/files/br ochures/ct_somatom_sensation.pdf 〉
[11] Philips Electronics N.V., Achivea XR MR system [online]. [cit. 2007-11-14]
URL: 〈http://www.medical.philips.com/main/products/mri/assets/docs/962-21931.pdf〉
[12] National Library of Medicine, The Visible Human Project® [online].
[cit. 2007-11-20].
URL: 〈http://www.nlm.nih.gov/research/visible/visible_human.html〉
[13] National Instruments Corporation, NI Vision Concepts Manual [online], 2007.
[cit. 2008-2-3]. URL: 〈http://www.ni.com/pdf/manuals/372916f.pdf〉
[14] Aurdal L. Digital Image Analysis [online]. Norsk Regnesentral (Norwegian Computing Center), 2006. [cit. 2008-1-20].
URL: 〈http://www.uio.no/studier/emner/matnat/ifi/INF3300/h06/undervisnings materiale/thresholding_2006.pdf〉
[15] Wikipedie, Otevřená encyklopedie Comptonův jev [online]. [cit. 2007-11-1].
URL: 〈http://cs.wikipedia.org/wiki/Compton%C5%AFv_rozptyl〉
[16] Wikipedie, Otevřená encyklopedie Nobelova cena za fyziologii a medicínu [online]. [cit. 2007-11-2].
URL: 〈http://cs.wikipedia.org/wiki/Nobelova_cena_za_fyziologii_a_medic%C 3%ADnu〉
[17] Wikipedie, The Free Encyclopedia Ultrasound [online]. [cit. 2007-11-2].
URL: 〈http://en.wikipedia.org/wiki/Ultrasound〉
[18] National Electrical Manufacturers Associations (NEMA) Release Notes for DICOM 2006 [online]. [cit. 2008-3-11].
URL: 〈http://www.nema.org/stds/2007-DICOM-FULLSET.cfm#download〉
[19] Wikipedie, Otevřená encyklopedie Magnetická rezonance [online].
[cit. 2008-3-15].
URL: 〈http://cs.wikipedia.org/wiki/Magnetick%C3%A1_rezonance〉