FR2790851A1 - Procede d'amelioration de la detection d'elements d'interet dans une image radiographique numerique - Google Patents
Procede d'amelioration de la detection d'elements d'interet dans une image radiographique numerique Download PDFInfo
- Publication number
- FR2790851A1 FR2790851A1 FR9903082A FR9903082A FR2790851A1 FR 2790851 A1 FR2790851 A1 FR 2790851A1 FR 9903082 A FR9903082 A FR 9903082A FR 9903082 A FR9903082 A FR 9903082A FR 2790851 A1 FR2790851 A1 FR 2790851A1
- Authority
- FR
- France
- Prior art keywords
- elements
- probability
- parameters
- image
- detection system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30068—Mammography; Breast
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Procédé d'amélioration de la détection d'éléments d'intérêt à l'aide d'un système de détection dans une image radiographique numérique d'un objet, acquise sur une chaîne d'acquisition, comprenant une première phase d'étalonnage dans laquelle on établit les performances du système de détection. Pour cela on détermine, à l'aide d'un modèle mathématique de la chaîne d'acquisition et de l'objet, une courbe d'étalonnage à plusieurs dimensions afin d'exprimer une probabilité de faux positif en fonction d'un ensemble de paramètres correspondant à la chaîne d'acquisition et à l'objet. Au cours d'une seconde phase d'utilisation, on détermine pour chaque pixel de l'image une valeur de probabilité de faux positif. Ensuite on sélectionne parmi les pixels de l'image radiographique numérique acquise, ceux dont la valeur de probabilité obtenue satisfait à un critère prédéterminé.
Description
I Procédé d'amélioration de la détection d'éléments d'intérêt dans
une image radiographique numérique.
L'invention concerne la détection automatique d'éléments d'intérêt de petite taille mêlés à du bruit dans une image radiographique numérique. Elle trouve une application particulièrement intéressante dans le domaine médical dans lequel on procède à l'analyse de la fixation de sels de calcium dans les tissus de l'organisme. Ces micro-calcifications sont de petite taille et il est souvent difficile de les distinguer du bruit dans une image o, à la fois les micro-calcifications et le bruit sont représentés sous
forme de petites taches.
Le traitement efficace d'un cancer du sein nécessite un suivi médical dès les premiers signes du cancer. Ces signes se présentent sous la
forme de sels de calcium fixés sur les tissus de la glande mammaire. Ceux-
ci sont généralement détectés lors d'une radiographie de la glande mammaire au cours de laquelle ils apparaissent sur une image sous forme
de minuscules spots brillants (tache lumineuse).
Leurs faibles dimensions rendent leur détection difficile et
entraînent parfois des oublis.
On connaît des chaînes d'acquisition de mammographie
entièrement numérisées destinées à la détection de microcalcifications.
Cette détection nécessite le développement d'algorithmes de traitement
d'images afin de différencier les spots lumineux dus auxdites micro-
calcifications de ceux dus au bruit.
D'une manière générale, dans l'art antérieur, la détection des microcalcifications est réalisée à partir d'un film que l'on numérise. On
peut ensuite réaliser un filtrage puis appliquer un seuil sur l'image.
On peut citer la méthode d'estimation du niveau de bruit à partir de l'image elle-même, développée par Nico Karssemeijer, "Adaptative Noise Equalization and recognition of Microcalcification Clusters in Mammograms", dans "State of the Art in Digital Mammographic Image Analysis", édité par K.W. BOWYER, S. ASTLEY, World Scientic, 1994. Mais cette méthode conduit à une ambiguïté de distinction entre les éléments représentant du bruit et les éléments représentant des microcalcifications, car elle est basée sur des images de film scannées et
ne prend pas en compte les paramètres d'acquisition.
Une autre méthode a été présentée par Michael Brady, Ralph Highman, Brasil Shepstone, "A representation for mammographic image processing", Medical Image Analysis, Vol. 1, No. 1, 1996, pp. 1 - 18, dans laquelle on modélise un processus de génération d'images sur film
radiographique. Mais ce processus n'inclut pas un modèle de bruit.
Dans l'ensemble des systèmes de l'art antérieur, la sélection d'un seuil est souvent difficile puisque le bruit est dépendant du contenu de l'image. La taille des micro-calcifications n'étant pas limitée par une valeur minimum, leur détection résulte d'un compromis entre la détection de beaucoup de bruits en tant que micro-calcifications et un oubli des
micro-calcifications de petite taille.
L'invention vise à apporter une solution à ce problème de
détermination du seuil afin d'extraire les micro-calcifications du bruit.
Un but de l'invention est d'estimer la probabilité pour qu'un pixel ou une zone élémentaire soit un faux positif, c'est-à-dire la probabilité pour qu'un pixel ne soit pas une micro-calcification, afin de
permettre à l'utilisateur le choix d'un nombre de faux positifs acceptable.
L'invention a également pour but d'estimer la probabilité pour qu'un pixel ou une zone élémentaire soit un faux négatif, c'est-à-dire la probabilité pour qu'un pixel représentant une micro-calcification théorique ne soit pas détecté, afin de permettre à l'utilisateur le choix d'un
nombre de faux négatifs acceptable.
L'invention propose donc un procédé d'amélioration de la détec-
tion d'éléments d'intérêt à l'aide d'un système de détection dans une image radiographique numérique d'un objet, acquise sur une chaîne
d'acquisition.
Selon une caractéristique générale de l'invention, le procédé comprend deux phases. Une première phase d'étalonnage dans laquelle on détermine, à partir d'un modèle mathématique de la chaîne d'acquisition et de l'objet, une pluralité d'images correspondant à une pluralité de niveaux de gris d'entrée représentant un ensemble de jeux de paramètres de l'objet et à un ensemble de paramètres de la chaîne d'acquisition variables sur une plage de valeurs prédéterminées. Puis, on élabore, à partir du système de détection et de la pluralité d'images, un modèle mathématique de détection donnant un nombre théorique d'éléments détectés en fonction d'un jeu de paramètres de la chaîne d'acquisition, d'un signal utile de la sortie du système de détection et d'un niveau de gris de fond de l'image
considérée représentant l'un des jeux de paramètres de l'objet.
Chaque niveau de gris présenté à l'entrée du modèle mathématique de la chaîne d'acquisition et de l'objet représente avantageusement un jeu de paramètres de l'objet tels que l'épaisseur et la
composition d'un sein lors d'une mammographie.
Le modèle mathématique de détection ainsi établi représente les performances du système de détection par rapport à un ensemble de paramètres variables sur une plage de valeurs données. En d'autres termes, on détermine la réponse théorique du système de détection en fonction de toutes les configurations réalisables au cours d'une radiographie. Cette première phase est réalisée de préférence une seule fois pour tout système
de détection.
La seconde phase est réalisée pour chaque acquisition d'une image radiographique numérique. C'est une phase d'utilisation dans laquelle on applique le système de détection sur l'image radiographique numérique. Ensuite, pour chaque zone élémentaire de cette image, on introduit, dans le modèle mathématique de détection comme données d'entrée, le signal utile de la sortie du système de détection, un jeu de paramètres de la chaîne d'acquisition pris parmi les valeurs prédéterminées et utilisées pour obtenir ladite image radiographique numérique, et un niveau de gris de fond calculé sur ladite image radiographique numérique de façon à déterminer un nombre théorique d'éléments détectés. Puis on sélectionne parmi les zones élémentaires de l'image radiographique numérique acquise, celles dont le nombre
théorique d'éléments détectés satisfait à un critère prédétermine.
En d'autres termes, on rentre dans le modèle mathématique de détection tous les paramètres nécessaire à l'obtention d'un nombre théorique d'éléments détectés pour chaque zone élémentaire de l'image radiographique numérique. Ces paramètres peuvent être séparés en trois groupes, à savoir, les paramètres de la chaîne d'acquisition, le signal de la sortie du détecteur et les paramètres que l'on calcule à partir l'image radiographique numérique tels que le niveau de gris de fond. Il est également possible faire intervenir dans les paramètres du troisième groupe, en outre du niveau de gris de fond, autres caractéristiques de l'objet ou de la chaîne d'acquisition mesurables sur l'image comme par exemple l'amplitude des artefacts linéaires périodiques introduite dans
l'image par une grille anti-diffusante.
Avantageusement, le modèle mathématique de la chaîne
d'acquisition et de l'objet inclut un modèle de bruit.
Selon un mode de mise en oeuvre de l'invention, on applique plusieurs fois, sur une même image, le système de détection, adapté à chacun des jeux de paramètres des éléments d'intérêt, de façon à balayer
une plage donnée de valeurs des paramètres desdits éléments d'intérêt.
A titre d'exemple, lorsque les éléments d'intérêt sont des micro-
calcifications, on prend de préférence comme paramètres de ces éléments
d'intérêt, leur taille et leur forme.
Dans un mode de réalisation préféré, on applique plusieurs fois, sur l'image radiographique numérique acquise, le système de détection, adapté à chacun des jeux de paramètres des éléments d'intérêt, de façon à obtenir plusieurs nombres théoriques d'éléments détectés pour chaque zone élémentaire de ladite image radiographique numérique, et on sélectionne parmi les zones élémentaires, celles dont le plus petit des nombres théoriques obtenus d'éléments détectés satisfait audit critère
prédéterminé.
D'une façon générale, prendre le plus petit des nombres théoriques équivaut à appliquer un système de détection le mieux adapté à
la taille et la forme des micro-calcifications.
Le système de détection peut avantageusement être un filtre du
type chapeau haut-de-forme.
L'opérateur chapeau haut-de-forme (ou transformation top-hat en langue anglaise) est un traitement mathématique qui comporte deux étapes: 1. ouverture de l'image avec un élément structurant, 2. soustraction de l'image ouverte sur l'image originale. Un élément structurant est un masque qui, appliqué sur une image, permet de délimiter une zone de pixels. Lorsqu'on applique un élément structurant sur une image, c'est-à-dire on place le masque sur chacune des zones élémentaires de l'image, on élimine toutes les structures de taille inférieure à celle dudit élément structurant. Une
ouverture donnée correspond à un élément structurant d'une taille donnée.
En d'autres termes, le résultat de la première étape est un lissage des niveaux de gris. C'est ainsi que l'on obtient le niveau de gris de fond. La deuxième étape est une opération de soustraction des niveaux de gris de fond sur l'image de départ. On obtient ainsi un signal haute fréquence présentant des pics. Ce genre de filtrage est connu de l'homme du métier et celui-ci pourra se référer pour plus de détails à l'article de J. FERRA, Image Analysis and Mathematical Morphology, Vol. 2, Academic press 1988. D'une façon générale, ce type de filtrage permet d'extraire d'une image numérique les zones claires et de petite taille et permet de
s'affranchir du fond.
Sur le signal haute fréquence ainsi obtenu, on peut alors appliquer un seuil de façon à comptabiliser un nombre théorique d'éléments d'intérêt détectés. On applique avantageusement plusieurs seuils de façon à couvrir une plage donnée de valeurs de seuil. Dans une configuration tout-ou-rien, lorsqu'on applique un seuil, pour tout élément détecté la sortie du système réalisant le seuil présente un niveau de signal identique au niveau de seuil appliqué, et pour aucun élément détecté cette
sortie présente un niveau nul.
Selon un mode de réalisation, on calcule le niveau de gris de fond
à l'aide d'un filtrage passe-bas.
Selon une variante de l'invention, on calcule le niveau de gris de
fond à l'aide d'une ouverture morphologique.
On peut avantageusement exprimer le nombre théorique d'éléments détectés en terme de probabilité de faux positif, c'est-à-dire la probabilité pour qu'un élément soit détecté alors qu'aucun élément d'intérêt n'a été introduit dans le modèle mathématique de la chaîne
d'acquisition et de l'objet.
Selon un autre mode de mise en oeuvre de l'invention, on exprime le nombre théorique d'éléments détectés en terme de probabilité de faux négatif, c'est-à-dire la probabilité pour qu'un élément d'intérêt que l'on a introduit dans le modèle mathématique de la chaîne d'acquisition et de l'objet ne soit pas détecté. Ce mode nécessite de modifier le modèle de l'objet en y introduisant des éléments d'intérêt
théoriques.
Par ailleurs, la satisfaction du critère prédéterminé comporte la fixation d'un seuil global de probabilité prédéterminé et la sélection des zones élémentaires dont la somme des valeurs de probabilité reste inférieure ou égale à ce seuil. En d'autres termes, le critère prédéterminé peut avantageusement être un pourcentage X par exemple. La satisfaction de ce critère revient à conserver les zones élémentaires dont la somme des valeurs de probabilité reste inférieure ou égale à X. On commence la
sommation avec les valeurs de probabilité les plus faibles.
La satisfaction du critère prédéterminé peut également comporter la fixation d'un seuil global de probabilité prédéterminé et la sélection de chaque zone élémentaire dont la valeur de probabilité reste inférieure ou égale à ce seuil. Dans ce cas, on ne réalise pas une sommation, mais on sélectionne toutes les valeurs de probabilité inférieures ou égales à X. Selon une autre variante avantageuse de l'invention, on exprime le nombre théorique d'éléments détectés en terme de probabilité de faux négatif et de faux positif. La satisfaction du critère prédéterminé comporte la fixation d'un seuil global de probabilité prédéterminé et la sélection de chaque zone élémentaire dont une combinaison linéaire donnée des deux valeurs de probabilité de faux négatif et de faux positif
reste inférieure ou égale à ce seuil.
D'autres avantages et caractéristiques de l'invention
apparaîtront à l'examen de la description détaillée d'un mode de mise en
oeuvre nullement limitatif, et des dessins annexés, sur lesquels: - la figure 1 est une vue schématique des éléments de la chaîne d'acquisition et de l'objet selon l'invention; - la figure 2 est un schéma montrant les étapes de la phase d'étalonnage de la chaîne d'acquisition; et - la figure 3 est un schéma montrant les étapes de la phase d'utilisation de l'image. Bien que l'invention n'y soit pas limitée, on va décrire l'application du procédé selon l'invention à la détection des
microcalcifications à l'aide d'un opérateur chapeau haut-de-forme.
On va maintenant décrire le modèle mathématique de la chaîne d'acquisition et de l'objet. La chaîne d'acquisition est une chaîne d'acquisition d'images comportant un ensemble d'éléments disposés selon un même axe. En se référant à la figure 1, la chaîne d'acquisition comprend un tube à rayons X 1 capable d'émettre un faisceau de rayons X 2. Sur le trajet du faisceau de rayons X 2 sont disposés un filtre 4, un objet 5 devant être étudié, par exemple un sein, et un détecteur 6 relié à un système de traitement d'image numérique 8 tel qu'un ordinateur convenablement
équipé par l'intermédiaire d'un convertisseur de signal analogique-
numérique 7. L'ensemble de ces éléments est fixé sur une colonne (non représentée) permettant de fixer la distance entre le tube 1 et le détecteur
6.
Le tube 1 comporte une anode 3 à partir de laquelle les rayons X 2 sont émis et une fenêtre par laquelle les rayons X 2 quittent le tube. Le
filtre 4 permet de réaliser un filtrage fréquentiel des rayons X 2 en passe-
bande. On admet que le sein à radiographier est composé d'un tissu fibreux 5a (tissua) et d'un tissu adipeux 5b (tissub). Les rayons X 2 émis par le tube 1 sont recueillis par le détecteur 6 pourvu d'un scintillateur transformant les rayons X 2 en photons visibles et d'une matrice de photodiodes afin d'obtenir un signal électrique. Le signal électrique ainsi obtenu est ensuite transformé par le convertisseur 7 en un signal
numérique devant être traité par le système de traitement numérique 8.
Les rayons X 2 sortant du tube possède une énergie E. Cette énergie est successivement atténuée par les éléments traversés par les rayons X 2. Ces éléments, la fenêtre du tube 1, le filtre 4, le tissu fibreux 5a du sein 5 et le tissu adipeux 5b du sein 5, possèdent respectivement un coefficient d'atténuation noté Plfenêtre, Pfiltre, 9tissua et Itissub Ces
éléments constituent un ensemble que l'on nomme partie de transmission.
Lorsque les rayons X 2 traversent un de ces éléments, ils subissent une perte d'énergie définie par: tfenêtre(E) = exp(- gfenêtre(E).lfenêtre) tfiltre(E) = exp(- gfiltre(E).lfiltre) ttissu(E, ltissu) = exp(gtissu(E).Itissu(x,y)) Ptissu est une combinaison linéaire de Ptissua et Ptissub' ti(E) est donc un terme correctif prenant en compte l'atténuation subie par les rayons X 2 à travers l'élément i de l'ensemble transmission, li étant la distance parcourue par les rayons X 2 dans chaque élément i. ltissu est la somme des épaisseurs des tissus adipeux et fibreux
pour un point de coordonnées (x,y) projeté sur le détecteur.
Le niveau d'énergie des rayons X arrivant sur le détecteur 6 est donc diminué d'une quantité d'énergie selon les termes correctifs ti(E) représentés ci-dessus et on l'exprime en terme de nombre de photons X, noté n. Le nombre n est donc le nombre de photons X arrivant sur le détecteur 6 en fonction du nombre no de photons X émis par le tube 1. Ces nombres sont fonctions de l'énergie E et du lieu de coordonnées (x,y) sur lequel les photons X arrivent sur le scintillateur. Par conséquent, on les note n(x,y,E) et n0(x,y,E). Le nombre n(x,y,E) résulte de l'atténuation locale subit par les n0(x,y,E) rayons X lors de leur traversée entre le tube 1
et le détecteur 6 et dépend des termes ti(E) de chaque élément i traversé.
La conversion de ces photons X en photons visibles s'effectue dans le scintillateur. La conversion de ces photons visibles en charges électriques s'effectue dans les photodiodes. Puis la conversion des charges en niveau de gris d'un pixel s'effectue dans le convertisseur
analogique-numérique 7.
On utilise un modèle du détecteur 6 ayant un facteur de conversion rl(E) entre les rayons X d'énergie E reçus et représentés par n(x,y,E) et un niveau de gris I(x,y) d'un pixel de coordonnées (x, y) sur le détecteur 6. Ceci se traduit par l'équation suivante EI(xy) -J (n(xyE)(E)tfentre(E)tfiltre(E)ttissu(Eltissu))dE 1(x,y) =0J (no(x,y,E).rl(E)-tfenêtre(E)-tfiltre(E).ttissu(E,ltissu))dE La résolution numérique de cette équation nous permet de
déterminer la valeur de l'épaisseur ltissu.
On calcule ensuite le nombre de photons X arrivant sur le détecteur 6 n(x,y,E) = n0(x,y,E).tfenêtre(E) tfiltre(E) ttissu(E,ltissu) Puis on détermine le nombre N(x,y) total de rayons X arrivant sur le détecteur 6 par Efmx N(x,y) = J(n(x,y,E)dE o Le modèle de la chaîne d'acquisition et de l'objet prend donc en compte la chaîne d'acquisition et le sein, et il prend également en compte le bruit dû au fonctionnement de la chaîne d'acquisition. Une analyse du détecteur 6 permet de mettre en évidence deux sources de bruit principales, le bruit électronique de variance Ce2 dû au détecteur 6, et le
bruit quantique des rayons X 2 de variance Cq2.
ae est une valeur que l'on mesure sur le détecteur. On peut par exemple calculer la variance de plusieurs images fournies par le détecteur
6 alors que le tube 1 n'émet aucun rayonnement.
La distribution du signal de bruit induit par les n photons X arrivant sur le détecteur 6 suit généralement une loi de Poisson, mais on
l'évalue ici à une loi gaussienne de variance égal à n. Donc aq2 = N(x, y).
On obtient alors Cq=4 N(x,y) Le bruit est ainsi modélisé par sa variance &2 a2 = aq + e2 La phase d'étalonnage est illustrée tout particulièrement par la figure 2. On y distingue le modèle de la chaîne d'acquisition et de l'objet 13 ayant pour variables d'entrée une succession de niveaux de gris 10 correspondant à différentes épaisseurs et différentes compositions de l'objet généralement exprimées en terme de coefficient d'absorption, et l'ensemble des paramètres de la chaîne d'acquisition et qui sont variables sur une plage de valeurs données: - paramètres d'acquisition 9: tension d'alimentation du tube, intensité du courant d'alimentation du tube, temps d'exposition, matériau de l'anode, angle de sortie du faisceau des rayons X 2, - paramètre du positionneur 11: distance entre le tube 1 et le détecteur 7, - paramètres du détecteur 12 type de scintillateur, type de photodiode. Le modèle de la chaîne d'acquisition et de l'objet 13 engendre à sa sortie plusieurs images. Chaque image de sortie peut être représentée par un signal utile 14. Ce signal utile est composé d'un signal de gris de fond correspondant à un des niveaux de gris d'entrée et d'un signal de bruit. On applique ensuite un opérateur chapeau haut-de-forme 15 dans lequel, une ouverture 16 permet d'obtenir le signal de bruit 17 sur lequel on applique successivement plusieurs seuils 18. Pour chaque seuil appliqué, on détermine la probabilité de faux positifs en comptant le nombre de pics dépassant ledit seuil. On réalise cette opération pour les différents niveaux de gris à l'entrée du modèle de la chaîne d'acquisition et de l'objet de façon à réaliser une courbe d'étalonnage 19 qui représente le modèle mathématique de l'opérateur chapeau haut-de-forme sous différentes conditions établies par l'ensemble des paramètres. Cette courbe est à D dimensions, D étant le nombre total de paramètres considérés.
On procède ensuite à la phase d'utilisation de micro-
calcifications conformément à la figure 3 lors d'une mammographie du sein 20 à l'aide de la chaîne d'acquisition 21. On applique sur l'image 22 obtenue à partir de la chaîne d'acquisition 21, plusieurs opérateurs chapeau haut-de-forme 23 et 28 d'ouvertures 24 et 29 différentes. Une ouverture permet de réaliser un filtrage du signal considéré en éliminant tous les éléments de taille inférieure à une taille donnée. Les ouvertures 1 Ii et m (m est un nombre entier positif supérieur à 1) permettent d'obtenir à partir de l'image 22, un signal de gris de fond 25 ou 30. On réalise ensuite une opération de soustraction 26 ou 31 entre le signal de l'image 22 et le signal de gris de fond 25 ou 30 pour obtenir le signal utile 27 ou 32. Le signal utile 27 est donc le signal de l'image 22 moins le signal de gris de
fond 25.
Dans chaque cas d'ouverture 1 à m, on obtient à ce stade deux signaux, le signal utile 27 ou 32 de l'image 22 et le signal de gris de fond 25 ou 30 de l'image 22. On fait intervenir la courbe d'étalonnage 19 obtenue sur la figure 2. On désire obtenir pour chaque pixel, à partir de la courbe d'étalonnage qui représente en fait des valeurs théoriques, la probabilité de faux positif (donc théorique) en ayant à l'entrée de ladite courbe les paramètres d'acquisitions actuels 33 qui ont servis à l'acquisition de l'image numérique et ceux calculés à partir de l'image elle même, à savoir le niveau de gris de fond et le niveau du signal utile. Les paramètres à prendre en compte pour chaque pixel sont un niveau de gris de fond, une valeur de seuil et les paramètres d'acquisition: - on prend pour niveau de gris de fond, la valeur du signal de gris de fond 25 ou 30 correspondant au pixel considéré, - on prend pour niveau de seuil, la valeur du signal utile 27 ou 32
correspondant au pixel considéré.
- on prend pour paramètres d'acquisition, les paramètres 33 qui ont servis à l'acquisition de l'image radiographique numérique. Ces paramètres représente l'un des jeux de paramètres d'acquisition utilisés au
cours de la phase d'étalonnage.
Ces trois groupes de paramètres permettent de lire sur la courbe
d'étalonnage 19 la probabilité de faux positif relatif au pixel considéré.
On obtient alors les tableaux PFP (probabilité de faux positif) 34 et 35 relatifs respectivement aux ouvertures 24 et 29 des opérateurs chapeau haut-de-forme 23 et 28. Pour m ouvertures réalisées, on obtient m tableaux
PFP du type 34 et 35 représentés sur la figure 3.
Ensuite, on réalise une opération de minimisation au cours de l'étape 36 en prenant en compte l'ensemble des tableaux PFP. Cette opération consiste donc à prendre, pour chaque pixel, la valeur minimum de probabilité de faux positif parmi les m valeurs obtenues. On obtient alors un seul tableau PFPmin 37 dans lequel chaque pixel est représenté par
une valeur minimum de probabilité de faux positif.
L'utilisateur peut alors intervenir en indiquant un nombre de pixels qu'il désire conserver en tant que faux positifs, prenons par exemple le nombre 3. On choisit dans ce cas l'ensemble des pixels dont la somme des valeurs de probabilité de faux positifs dans le tableau PFPmin 37 est inférieure ou égale à 3. On commence le choix à partir des valeurs les plus faibles car une petite valeur de probabilité de faux positif signifie
qu'il y a peu de chance que le pixel choisi corresponde à du bruit, c'est-à-
dire une forte probabilité pour qu'il corresponde à une micro-
calcification. On peut également établir un autre critère tel que le choix de l'ensemble des pixels dont la valeur de probabilité de faux positif est
inférieure ou égale à un nombre donné, 0,05 par exemple.
Par ailleurs, des équations mathématiques permettent, dans le cas d'utilisation d'un opérateur chapeau haut-de-forme, de donner la probabilité de faux positif en fonction d'un seuil s, d'un niveau de gris de fond g et de la variance du bruit '2. La probabilité de faux positif pour que la valeur d'un pixel de niveau de gris de fond égal à g, dépasse le seuil s, pour un niveau de bruit de variance J2, est alors obtenue en effectuant l'algorithme suivant oo 2 e! v-g(x,y) ' dv PFPpixel (x,y) = a/ r (xy) 2 (yc (xy)J s+g(x,y) Pour tous les K pixels d'un élément structurant donné, la probabilité de faux positif est donnée par: PFP (x, y) = 1 - (1 - PFPpixeI (xy))K
L'invention permet de déterminer automatiquement les micro-
calcifications à l'aide d'un modèle mathématique de la chaîne d'acquisition et de l'objet prenant en compte les conditions d'acquisition
et incluant un modèle de bruit indépendamment de l'image radiographiée.
Claims (12)
1. Procédé d'amélioration de la détection d'éléments d'intérêt à l'aide d'un système de détection dans une image radiographique numérique d'un objet, acquise sur une chaîne d'acquisition, caractérisé par le fait qu'il comprend: a) une phase d'étalonnage dans laquelle - on détermine, à partir d'un modèle mathématique de la chaîne d'acquisition et de l'objet, une pluralité d'images correspondant à une pluralité de niveaux de gris d'entrée représentant un ensemble de jeux de paramètres de l'objet et à un ensemble de paramètres de la chaîne d'acquisition variables sur une plage de valeurs prédéterminées; - on élabore, à partir du système de détection et de la pluralité d'images, un modèle mathématique de détection donnant un nombre théorique d'éléments détectés en fonction d'un jeu de paramètres de la chaîne d'acquisition, d'un signal utile de la sortie du système de détection et d'un niveau de gris de fond de l'image considérée représentant l'un des jeux de paramètres de l'objet; b) une phase d'utilisation dans laquelle - on applique le système de détection sur l'image radiographique numérique, - pour chaque zone élémentaire de cette image, on introduit, dans le modèle mathématique de détection comme données d'entrée, le signal utile de la sortie du système de détection, un jeu de paramètres de la chaîne d'acquisition pris parmi les valeurs prédéterminées et utilisées pour obtenir ladite image radiographique numérique, et un niveau de gris de fond calculé sur ladite image radiographique numérique de façon à déterminer un nombre théorique d'éléments détectés, - puis on sélectionne parmi les zones élémentaires de l'image radiographique numérique acquise, celles dont le nombre théorique
d'éléments détectés satisfait à un critère prédéterminé.
2. Procédé selon la revendication 1, caractérisé par le fait que le modèle mathématique de la chaîne d'acquisition et de l'objet inclut un
modèle de bruit.
3. Procédé selon l'une des revendications précédentes,
caractérisé par le fait qu'au cours de la phase d'étalonnage, on applique plusieurs fois, sur une même image, le système de détection, adapté à chacun des jeux de paramètres des éléments d'intérêt, de façon à balayer
une plage donnée de valeurs des paramètres desdits éléments d'intérêt.
4. Procédé selon l'une des revendications précédentes,
caractérisé par le fait qu'au cours de la phase d'utilisation, on applique plusieurs fois, sur l'image radiographique numérique acquise, le système de détection, adapté à chacun des jeux de paramètres des éléments d'intérêt, de façon à obtenir plusieurs nombres théoriques d'éléments détectés pour chaque zone élémentaire de ladite image radiographique numérique, et on sélectionne parmi les zones élémentaires, celles dont le plus petit des nombres théoriques obtenus d'éléments détectés satisfait
audit critère prédéterminé.
5. Procédé selon l'une quelconque des revendications
précédentes, caractérisé par le fait que le système de détection est un filtre
du type chapeau haut-de-forme.
6. Procédé selon l'une quelconque des revendications
précédentes, caractérisé par le fait qu'on calcule le niveau de gris de fond à
l'aide d'un filtrage passe-bas.
7. Procédé selon l'une quelconque des revendications
précédentes, caractérisé par le fait qu'on calcule le niveau de gris de fond à
l'aide d'une ouverture morphologique.
8. Procédé selon l'une quelconque des revendications
précédentes, caractérisé par le fait qu'on exprime le nombre théorique d'éléments détectés en terme de probabilité de faux positif, c'est-à- dire la probabilité pour qu'un élément soit détecté alors qu'aucun élément d'intérêt n'a été introduit dans le modèle mathématique de la chaîne
d'acquisition et de l'objet.
9. Procédé selon l'une des revendications 1 à 7, caractérisé par le
fait qu'on exprime le nombre théorique d'éléments détectés en terme de probabilité de faux négatif, c'est-à-dire la probabilité pour qu'un élément d'intérêt que l'on a introduit dans le modèle mathématique de la chaîne
d'acquisition et de l'objet ne soit pas détecté.
10. Procédé selon les revendications 8 ou 9, caractérisé par le fait
que la satisfaction du critère prédéterminé comporte la fixation d'un seuil global de probabilité prédéterminé et la sélection des zones élémentaires dont la somme des valeurs de probabilité reste inférieure ou égale à ce seuil.
11. Procédé selon les revendications 8 ou 9, caractérisé par le fait
que la satisfaction du critère prédéterminé comporte la fixation d'un seuil global de probabilité prédéterminé et la sélection de chaque zone élémentaire dont la valeur de probabilité reste inférieure ou égale à ce seuil.
12. Procédé selon l'une des revendications 1 à 7, caractérisé par
le fait qu'on exprime le nombre théorique d'éléments détectés en terme de probabilité de faux négatif et de faux positif, et par le fait que la satisfaction du critère prédéterminé comporte la fixation d'un seuil global de probabilité prédéterminé et la sélection de chaque zone élémentaire dont une combinaison linéaire donnée des deux valeurs de probabilité de
faux négatif et de faux positif reste inférieure ou égale à ce seuil.
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR9903082A FR2790851B1 (fr) | 1999-03-12 | 1999-03-12 | Procede d'amelioration de la detection d'elements d'interet dans une image radiographique numerique |
| US09/517,349 US6542628B1 (en) | 1999-03-12 | 2000-03-02 | Method for detection of elements of interest in a digital radiographic image |
| EP00301742A EP1035507A1 (fr) | 1999-03-12 | 2000-03-03 | Procédé d'amélioration de la détection d'éléments d'intérêt dans une image radiographique numérique |
| JP2000066096A JP3702143B2 (ja) | 1999-03-12 | 2000-03-10 | ディジタル放射線画像内の関心エレメントを検出する方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR9903082A FR2790851B1 (fr) | 1999-03-12 | 1999-03-12 | Procede d'amelioration de la detection d'elements d'interet dans une image radiographique numerique |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR2790851A1 true FR2790851A1 (fr) | 2000-09-15 |
| FR2790851B1 FR2790851B1 (fr) | 2001-06-08 |
Family
ID=9543119
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR9903082A Expired - Fee Related FR2790851B1 (fr) | 1999-03-12 | 1999-03-12 | Procede d'amelioration de la detection d'elements d'interet dans une image radiographique numerique |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6542628B1 (fr) |
| EP (1) | EP1035507A1 (fr) |
| JP (1) | JP3702143B2 (fr) |
| FR (1) | FR2790851B1 (fr) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2818781B1 (fr) | 2000-12-22 | 2003-03-21 | Ge Med Sys Global Tech Co Llc | Procede d'affichage simultane d'images d'organes |
| EP1378853A1 (fr) | 2002-07-04 | 2004-01-07 | GE Medical Systems Global Technology Company LLC | Système numérique d'assistance médicale |
| US20040024292A1 (en) * | 2002-07-25 | 2004-02-05 | Meddetect Inc. | System and method for assigning a computer aided detection application to a digital image |
| FR2845185B1 (fr) * | 2002-09-27 | 2004-11-26 | Ge Med Sys Global Tech Co Llc | Procede et systeme de traitement d'une image, programme d'ordinateur et dispositif de radiologie associe |
| FR2863749B1 (fr) * | 2003-12-10 | 2006-04-07 | Ge Med Sys Global Tech Co Llc | Procede de traitement d'image radiologique pour la detection de microcalcifications |
| JP2006068373A (ja) * | 2004-09-03 | 2006-03-16 | Fuji Photo Film Co Ltd | 乳頭検出装置およびそのプログラム |
| US7233688B2 (en) * | 2005-01-20 | 2007-06-19 | Radiological Imaging Technology Inc. | Relative and absolute calibration for dosimetric devices |
| US7024026B1 (en) * | 2005-01-20 | 2006-04-04 | Radiological Imaging Technology, Inc. | Relative calibration for dosimetric devices |
| EP1886257A1 (fr) | 2005-05-11 | 2008-02-13 | Optosecurity Inc. | Procede et systeme d'inspection de bagages, de conteneurs de fret ou de personnes |
| US20070041613A1 (en) * | 2005-05-11 | 2007-02-22 | Luc Perron | Database of target objects suitable for use in screening receptacles or people and method and apparatus for generating same |
| US7991242B2 (en) | 2005-05-11 | 2011-08-02 | Optosecurity Inc. | Apparatus, method and system for screening receptacles and persons, having image distortion correction functionality |
| US20070147671A1 (en) * | 2005-12-22 | 2007-06-28 | Eastman Kodak Company | Analyzing radiological image using 3D stereo pairs |
| US7899232B2 (en) | 2006-05-11 | 2011-03-01 | Optosecurity Inc. | Method and apparatus for providing threat image projection (TIP) in a luggage screening system, and luggage screening system implementing same |
| US7826675B2 (en) * | 2006-07-04 | 2010-11-02 | Hewlett-Packard Development Company, L.P. | Feature-aware image defect removal |
| US8494210B2 (en) | 2007-03-30 | 2013-07-23 | Optosecurity Inc. | User interface for use in security screening providing image enhancement capabilities and apparatus for implementing same |
| US8340388B2 (en) * | 2009-11-03 | 2012-12-25 | Icad, Inc. | Systems, computer-readable media, methods, and medical imaging apparatus for the automated detection of suspicious regions of interest in noise normalized X-ray medical imagery |
| WO2012106580A2 (fr) | 2011-02-04 | 2012-08-09 | The Regents Of The University Of California | Procédés et appareil pour une détection et une imagerie radiologiques assistées par ordinateur |
| KR102067367B1 (ko) | 2011-09-07 | 2020-02-11 | 라피스캔 시스템스, 인코포레이티드 | 적하목록 데이터를 이미징/검출 프로세싱에 통합시킨 x-선 검사 방법 |
| US8873818B1 (en) * | 2013-01-11 | 2014-10-28 | E. Theodore Ostermann | System and method for image analysis with characteristic curves |
| EP3772702A3 (fr) | 2016-02-22 | 2021-05-19 | Rapiscan Systems, Inc. | Procédés de traitement des images radiographiques |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4947323A (en) * | 1986-05-22 | 1990-08-07 | University Of Tennessee Research Corporation | Method and apparatus for measuring small spatial dimensions of an object |
| US5515450A (en) * | 1990-04-18 | 1996-05-07 | Fuji Photo Film Co., Ltd. | Method and apparatus for adjusting read-out conditions and/or image |
| US5633511A (en) * | 1995-12-22 | 1997-05-27 | Eastman Kodak Company | Automatic tone scale adjustment using image activity measures |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3013095B2 (ja) | 1990-07-31 | 2000-02-28 | 富士写真フイルム株式会社 | 放射線画像読取条件及び／又は画像処理条件決定方法 |
| US5627907A (en) * | 1994-12-01 | 1997-05-06 | University Of Pittsburgh | Computerized detection of masses and microcalcifications in digital mammograms |
| CA2214101A1 (fr) | 1995-03-03 | 1996-09-12 | Ulrich Bick | Technique de detection de lesions sur des images medicales et dispositif correspondant |
| DE19524083C2 (de) | 1995-07-01 | 2000-07-06 | Lohmann Therapie Syst Lts | Verfahren zur Entsorgung von Transdermalapplikations-Sondermüll |
| JPH1156828A (ja) | 1997-08-27 | 1999-03-02 | Fuji Photo Film Co Ltd | 異常陰影候補検出方法および装置 |
| US6137898A (en) * | 1997-08-28 | 2000-10-24 | Qualia Computing, Inc. | Gabor filtering for improved microcalcification detection in digital mammograms |
-
1999
- 1999-03-12 FR FR9903082A patent/FR2790851B1/fr not_active Expired - Fee Related
-
2000
- 2000-03-02 US US09/517,349 patent/US6542628B1/en not_active Expired - Fee Related
- 2000-03-03 EP EP00301742A patent/EP1035507A1/fr not_active Withdrawn
- 2000-03-10 JP JP2000066096A patent/JP3702143B2/ja not_active Expired - Lifetime
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4947323A (en) * | 1986-05-22 | 1990-08-07 | University Of Tennessee Research Corporation | Method and apparatus for measuring small spatial dimensions of an object |
| US5515450A (en) * | 1990-04-18 | 1996-05-07 | Fuji Photo Film Co., Ltd. | Method and apparatus for adjusting read-out conditions and/or image |
| US5633511A (en) * | 1995-12-22 | 1997-05-27 | Eastman Kodak Company | Automatic tone scale adjustment using image activity measures |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1035507A1 (fr) | 2000-09-13 |
| JP2000298723A (ja) | 2000-10-24 |
| JP3702143B2 (ja) | 2005-10-05 |
| FR2790851B1 (fr) | 2001-06-08 |
| US6542628B1 (en) | 2003-04-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| FR2790851A1 (fr) | Procede d'amelioration de la detection d'elements d'interet dans une image radiographique numerique | |
| EP1505540A2 (fr) | Elimination de lignes de grille dans une image radiographique | |
| CN106296670B (zh) | 一种基于Retinex-分水岭-Canny算子的红外图像边缘检测方法 | |
| FR3055421A1 (fr) | Detection coherente multivisee de changements | |
| EP0898765B1 (fr) | Procede de correction du flux diffuse dans des images de radiographie numerique | |
| US10510319B2 (en) | Techniques for imaging a scanned object | |
| FR2663127A1 (fr) | Images d'appareil radiographique a rayons gamma exemptes d'effet compton. | |
| FR2914093A1 (fr) | Procede et systeme de reconstruction multimodalite de mammographie. | |
| FR2880154A1 (fr) | Procede et systeme de visualisation rapide de structures | |
| Mustafa et al. | Illumination correction of retinal images using superimpose low pass and Gaussian filtering | |
| Singh et al. | A comparative analysis of illumination estimation based Image Enhancement techniques | |
| EP1866865B1 (fr) | Procedes de traitement d'images | |
| Al-Hashim et al. | Retinex-Based Multiphase Algorithm for Low-Light Image Enhancement. | |
| FR2792749A1 (fr) | Procede de localisation et de representation tridimensionnelle d'elements d'interet d'un organe | |
| EP0926626A1 (fr) | Procédé de traitement d'image pour réduire le bruit dans une image d'une séquence de trois images temporelles et appareil d'imagerie médicale mettant en oeuvre un tel procédé | |
| FR3055728A1 (fr) | Procede et systeme de controle non destructif realise sur une piece aeronautique | |
| EP2299468A1 (fr) | Procédés et systèmes pour utiliser des plaques de phase | |
| FR2851359A1 (fr) | Procede et dispositif de calibration et de correction de niveaux de gris | |
| FR2966257A1 (fr) | Procede et dispositif de construction d'une image en relief a partir d'images en deux dimensions | |
| FR3025888A1 (fr) | Methode de correction d'artefacts dans des images obtenues par tomographie | |
| FR2910673A1 (fr) | Procede de traitement d'image et dispositif implementant ledit procede | |
| Belsare et al. | Underwater Image Enhancement Algorithm for Real Time Monitoring and Surveillance | |
| Dahlman et al. | Evaluation of photon-counting spectral breast tomosynthesis | |
| Kurtz | Solar Resource Assessment with Sky Imagery and a Virtual Testbed for Sky Imager Solar Forecasting | |
| FR2653961A1 (fr) | Procede de traitement d'une image pour en ameliorer les contrastes. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| ST | Notification of lapse |
Effective date: 20101130 |