Bibliographie & annexes
Présentation
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’articleABSTRACT
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.
L'expertise technique et scientifique de référence
KEYWORDS
image processing | X-ray image processing
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Technologies pour la santé
(130 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
Présentation
Correction des défauts du détecteur1. De l'image brute à l'image présentée sur un écran
L'image « brute » fournie par un détecteur numérique n'est pas exploitable en l'état, pour plusieurs raisons :
-
le détecteur présente un certain nombre de « défauts » qu'il faut rendre invisibles à l'écran. Il peut s'agir d'authentiques défauts (des pixels morts par exemple) ou d'une simple calibration qu'il faut réaliser ;
-
l'image doit être modifiée pour assister le radiologue dans son analyse, sur la base d'une connaissance a priori de l'examen effectué ;
-
l'image doit être portée à l'écran en tenant compte des caractéristiques de celui-ci et de la courbe de réponse oculaire.
Pour toutes ces raisons, l'image fournie par le détecteur fait l'objet de traitements numériques avant d'être affichée sur un écran ou imprimée sur un film (figure 1 et ). Ils sont basés sur des algorithmes de calcul dont les détails sont la propriété des industriels qui les proposent. Néanmoins, on peut donner quelques lignes générales :
-
(a) En sortie du détecteur, les valeurs des pixels forment une image « brute » (raw data ). Chaque pixel se voit attribuer une valeur numérique proportionnelle à la dose mesurée sur ce pixel ;
-
(b) Après une correction de défauts et une calibration (pré- traitement), les nouvelles valeurs des pixels constituent l'image originale : on parle de pixel values et d'image propre ;
-
(c) Les étapes d'optimisation du contraste et de filtrage spatial/filtrage du bruit constituent le cœur des post-traitements. Elles améliorent la qualité de l'image en vue d'une utilisation particulière (examen des poumons, orthopédie, etc.). À ce stade, les valeurs des pixels sont toujours, aux traitements précédemment près, proportionnelles à la dose reçue : on parle de P-values et d'image clinique ;
-
(d) Il est d'usage de remplacer ces valeurs par leur logarithme. Plusieurs raisons justifient ce choix, mais la principale...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Technologies pour la santé
(130 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
De l'image brute à l'image présentée sur un écran
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,...
DANS NOS BASES DOCUMENTAIRES
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Technologies pour la santé
(130 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
