Lista przedmiotów z materiałami udostępnionymi dla studentów

Dla_studentów
  • Increase font size
  • Default font size
  • Decrease font size

Wojciech Białecki

Opracowanie metody kompresji obrazów medycznych


Medical image compression algorithm


Opiekun pracy dyplomowej: prof. dr hab. inż. Michał Strzelecki
Praca dyplomowa inżynierska obroniona 2018-03-15
Streszczenie pracy dyplomowej:
W poniższej pracy poruszono kwestie kompresji obrazów wykorzystywanych w diagnostyce medycznej z zastosowaniem tomografii komputerowej. Motywem pracy jest ograniczenie miejsca potrzebnego do składowania danych dotyczących wyżej wymienionych zadań. Spowodowane jest to popularyzacją oraz rozpowszechnieniem metody, jaką jest tomografia komputerowa. Kompresując te pliki możliwym jest zaoszczędzenie miejsca na nośnikach danych, co prowadzi do zmniejszenia kosztów przechowywania danych. Algorytmy poruszone w pracy dotyczą wyłącznie zdjęć głowy. Obrazy wstępnie poddawane są segmentacji mającej na celu wyodrębnić trzy główne obszary. Pierwszym z nich jest obszar, znajdujący się poza ciałem pacjenta, który nie wnosi żadnej przydatnej informacji dotyczącej diagnozy. Kolejnym, drugim obszarem jest obszar kości czaszki niosący informację, która jest wykorzystywana do postawienia prawidłowej diagnozy. Ostatnim tj. trzecim obszarem jest obszar mózgu mający największe znaczenie podczas diagnozowania pacjenta. Każdy z obszarów został poddany kwantyzacji, w zależności od tego jak wiele ważnych danych posiadał. Jasność obszaru tła obrazu została określona wartością równa zeru, natomiast zakres jasności obszaru czaszki został poddany kwantyzacji z wykorzystaniem 7 wartości poziomów jasności. Taka ilość pozwala na rozróżnienie uszkodzeń czaszki, zmian w jej strukturze oraz zaobserwowanie ewentualnych patologii. Natomiast obszar mózgu poddany został kwantyzacji liniowo by zmniejszyć o połowę możliwą rozpiętość poziomów jasności. Po tak przeprowadzonej kompresji stratnej możliwe jest zapisanie powstałego obrazu za pomocą 8 bitów przypadających na piksel zamiast wcześniejszych 16 bitów. Testy przeprowadzono na zdjęciach zdrowych pacjentów oraz pacjentów po wylewie. Obrazy pomyślnie przeszły kontrolę radiologa, mającą na celu określenie czy obrazy wynikowe nie uległy zbyt dużym zniekształceniom. Słowa kluczowe: Kompresja obrazów medycznych, Diagnostyka obrazowa, Kompresja danych, Obrazowanie metodą tomografii komputerowej
Abstract:
medical diagnostics generated during computed tomography examination. The theme of the thesis is to limit the space needed to store data concerning above-mentioned problems. This is due to the popularization and dissemination of the method, which is computed tomography. By compressing these files it is possible to save space on data carriers, leading to reduced data storage costs. The algorithms discussed in the thesis relate only to head scans. Those Scans are pre-segmented to identify three main areas. The first is the area outside the patient's body, which does not provide any useful information about the diagnosis. The next, second area is the area of the skull bones carrying information that is used to make the correct diagnosis. The last area, i.e. the third area, is the area of the brain that is the most important while diagnosing the patient. Each area was quantized depending on how much important data it had. The patient's background area was set to zero and the area of the skull was subjected to fine quantization to 7 brightness levels. Such an amount allows to distinguish skull damage, changes in its structure and to observe possible pathologies. In contrast, the area of the brain was quantized linearly to halve the possible range of brightness levels. After such lossy compression, it is possible to save the resulting image with 8 bits per pixel instead of the previous 16 bits. The tests were carried out on scans of healthy patients and patients after a stroke. The images have passed the radiologist's control to determine if the resulting images have not been subjected to too much deformation. Keywords: Medical Images Compression, Medical imaging, Data compression, Computed tomography imaging