Présentation

Article

1 - DE L'IMAGE BRUTE À L'IMAGE PRÉSENTÉE SUR UN ÉCRAN

2 - CORRECTION DES DÉFAUTS DU DÉTECTEUR

3 - CALIBRATION DU DÉTECTEUR

  • 3.1 - Calibration d'offset
  • 3.2 - Correction de gain par calibration

4 - OPTIMISATION DU CONTRASTE DANS L'IMAGE

  • 4.1 - Histogramme d'une image
  • 4.2 - Segmentation de l'ouverture du collimateur et du background
  • 4.3 - Application d'une LUT : optimisation de la latitude et du contraste

5 - FILTRAGE SPATIAL, RENFORCEMENT DES CONTOURS ET ÉGALISATION

  • 5.1 - Filtrage spatial linéaire d'une image
  • 5.2 - Renforcement des contours
  • 5.3 - Filtrage multi-échelle et DRM

6 - FILTRAGE DU BRUIT

  • 6.1 - Transformée d'Anscombe
  • 6.2 - Filtrage du bruit haute-fréquence : filtrage non linéaire contextuel

7 - ADDITION ET MULTIPLICATION D'IMAGES

  • 7.1 - Filtrage récursif d'images dynamiques
  • 7.2 - DSA (Digital Angiography Substraction)
  • 7.3 - Double-énergie

8 - AUTRES TRAITEMENTS

  • 8.1 - Suppression de la grille
  • 8.2 - Stitching
  • 8.3 - Rescaling de la taille des pixels
  • 8.4 - Zoom et agrandissement, rotation, retournement, inversion négative – positive, etc.
  • 8.5 - Calcul du logarithme de l'image

9 - ÉCRANS DE VISUALISATION

10 - TRAITEMENTS D'IMAGE DE HAUT NIVEAU

11 - CONCLUSION

12 - GLOSSAIRE – DÉFINITIONS

Article de référence | Réf : MED203 v1

Optimisation du contraste dans l'image
Imagerie médicale par rayons X - Traitements d'image 2D

Auteur(s) : Thierry LEMOINE

Date de publication : 10 juin 2015

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Version en anglais En anglais

RÉSUMÉ

Cet article est consacré aux traitements d'image 2D qui sont, pour l'essentiel, des corrections des imperfections des détecteurs et différents types de filtrage destinés à transformer une image « propre » en une image « clinique », c'est-à-dire une image où les détails importants pour le radiologue ont été accentués, en fonction du type d'examen pratiqué. Quelques mots sont également dits sur les écrans de visualisation à cette occasion.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

ABSTRACT

X-ray medical imaging. 2D image processing

This article deals with X-ray 2D image processing techniques, i.e. mostly the correction of detector defects and various kinds of filtering intended to turn a “clean” image into a “clinical” image, i.e. one where details relevant for a radiologist are enhanced, depending on the kind of examination being done. A few words are added on medical displays.

Auteur(s)

  • Thierry LEMOINE : Directeur technique, Thales Microwave & Imaging Subsystems, France

INTRODUCTION

L'image délivrée par un détecteur de rayons X est inexploitable en l'état. Tout d'abord, elle s'étend sur une dynamique de niveaux de gris très supérieure à ce que l'œil peut détecter et très supérieure à ce que l'écran de visualisation peut afficher : il faut donc compresser cette dynamique tout en gardant perceptibles les contrastes intéressants. De plus, tout détecteur doit être calibré pour rendre invisibles les effets de fluctuation de sensibilité (ou de gain) et aussi pour obtenir une image au noir impeccable (suppression de l'offset). Ressortent alors les éventuels défauts du détecteur (pixels morts, etc.) qu'il faut rendre invisibles. Toutes ces opérations permettent d'obtenir une image « propre », qui n'est toujours pas celle à laquelle s'attend le radiologue : elle doit être filtrée de manière à mettre en évidence tel tissu plutôt que tel autre, tel détail plutôt que tel autre, selon la nature de l'examen et selon les caractéristiques corporelles du patient. Ces traitements se sont beaucoup développés depuis les années 1995, suite à l'apparition des détecteurs numériques (cassettes CR, caméras CCD, et plus récemment détecteurs plats), et aussi grâce à la disponibilité commerciale de processeurs de plus en plus puissants.

Cet article s'intéresse aux traitements mathématiques applicables aux images fournies par un détecteur de rayons X. Son objectif n'est pas d'en donner une description théorique, et trop rigoureuse. Le lecteur n'y trouvera pas non plus d'algorithmes précis, mais il y lira une description physique et une mise en lumière des objectifs recherchés.

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

KEYWORDS

image processing   |   X-ray image processing

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-med203


Cet article fait partie de l’offre

Technologies pour la santé

(131 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Version en anglais En anglais

4. Optimisation du contraste dans l'image

Tous les traitements décrits ci-dessus (corrections de défauts, calibrations) sont étroitement associés au détecteur et à ses caractéristiques physiques. Pour cette raison, on les regroupe souvent sous le vocable de « prétraitement » (preprocessing ). Une image corrigée et calibrée est appelée image « propre », à la différence de l'image « brute » fournie par le détecteur. Mais une image « propre » n'est pas une image « clinique » exploitable par un radiologue. Celui-ci exige des traitements supplémentaires destinés à accentuer les détails intéressants et à atténuer les autres. Regroupées sous le vocable de post-processing, ces corrections sont de trois natures : optimisation de l'intensité relative des pixels (donc des contrastes), optimisation de la netteté (renforcement des contours) et filtrage du bruit. Le lecteur intéressé pourra se reporter à  pour davantage de détails.

4.1 Histogramme d'une image

Les détecteurs numériques fournissent une image codée sur 12 à 16 bits, riche en informations sur le contraste des tissus humains. Hélas l'œil ne sait pas exploiter une telle dynamique. Il faut donc ramener la dynamique de l'image à une valeur qui peut être perçue, mais cette opération doit se faire de manière à ne pas perdre d'information utile, c'est-à-dire des contrastes très faibles mais néanmoins révélateurs d'une pathologie. Les histogrammes sont les instruments de choix pour une telle opération.

L'histogramme d'une image est une fonction qui, à chaque niveau de gris, attribue le nombre de pixels ayant exactement ce niveau de gris. Elle dépend de la dose et du corps radiographié.

Optimiser la dynamique consiste à modifier cet histogramme. Cette opération s'effectue en deux étapes :

  • segmenter l'image pour ne conserver que les parties intéressantes (figure 2) ;

  • compresser l'histogramme de l'image segmentée en limitant...

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Technologies pour la santé

(131 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Optimisation du contraste dans l'image
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - SAMEI (E.H.), FLYNN (M.J.) -   Advances in digital radiography.  -  RSNA Syllabus (2003).

  • (2) - VANMETTER (R.) -   Image processing for projection radiography.  -  Advances in medical physics, vol. 3 (2010).

  • (3) - FLYNN (M.J.), KANICKI (J.) -   High fidelity medical imaging displays.  -  SPIE (2004).

  • (4) - COUWENHOVEN (M.), SEHNERT (W.), WANG (X.), DUPIN (M.), WANDTKE (J.), DON (S.), KRAUSS (R.), PAUL (N.), HALIN, SARNO (R.) -   Observer study of a noise suppression algorithm for computed radiography images.  -  SPIE Medical Imaging, vol. 5749 (2005).

  • (5) - AAPM -   Assessment of display performance for medical imaging systems.  -  AAPM on-line report, no 3 (2005).

  • (6) - DESERNO (T.) -   Fundamentals of medical image processing and analysis.  -  SPIE Short Courses SC086,...

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Technologies pour la santé

(131 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS