Selezione del volume
dei polmoni
M. Antonelli, B. Lazzerini, F. Marcelloni
Dipartimento Ingegneria dell’Informazione
Pisa
Obiettivo
Alla base di ogni sistema CAD per la ricerca dei
noduli troviamo una fase di pre-processing per
la segmentazione del parenchima polmonare
L’obiettivo e’ effettuare una segmentazione
automatica utilizzando una combinazione di
tecniche di image processing cosi’ da eliminare
dalle slice tutto cio’ che “non e’ polmone”
Eliminazione background
Le immagini DICOM sono convertite in formato PGM
utilizzando il software DCMTK
Operatore Elimina Background: si scandisce la slice partendo dai
quattro angoli nelle quattro direzioni eliminando tutti i pixel il
cui livello di grigio appartiene ad un certo range.
Se un pixel non soddisfa la condizione si interrompe la
scansione lungo quella direzione e si passa alla riga/colonna
successiva
Elimina Background
Thresholding
Operatore di Thresholding: la soglia di decisione è
fissata dinamicamente attraverso un processo
iterativo. Partendo da un valore casuale si calcola
la media dei livelli di grigio dei pixel appartenenti
all’oggetto (polmone) e di quelli appartenenti
allo sfondo (cassa toracica); la soglia successiva
si calcola quindi come media dei due valori.
Thresholding
Opening + Closing
Operatore di opening: consiste nell’applicare in sequenza
l’operatore di erosione e di dilatazione;
elimina il rumore (cioe’ oggetti “piccoli” interni ed
esterni al polmone)
Operatore di closing: consiste nell’applicare in sequenza
l’operatore di dilatazione e di erosione;
migliora la definizione dei bordi e riempie i “buchi” che
possono causare interruzzioni nella fase di border
detection
Opening/closing
Border Detection
Border detection: si utilizza l’operatore di Canny. Si calcola
il gradiente eliminando i pixel che non raggiungono
una certa soglia. Successivamente si utilizzano due
soglie (min,max): se il valore è minore di min il pixel è
marcato come non bordo, se è maggiore di max è
marcato come bordo, se sta tra min e max è marcato
come bordo solo se esiste un cammino da quel pixel ad
un pixel di bordo
Border Detection
Thinning + Filling
Thinning: con questo operatore si costruisce una struttura
compatta del bordo che viene ridotto alla dimensione di un solo
pixel. Si eliminano quindi tutte le catene di bordi mantenendo
solamente le due di dimensione maggiore che rappresentano i
due lobi del polmone
Filling: partendo da un punto interno al contorno, lo si marca
opportunamente e si allarga la regione marcando i pixel vicini
fino al raggiungimento del bordo. L’interno del polmone è
quindi ripristinato con i valori dei livelli di grigio originali.
Filling
Risultati
Tutte le strutture esterne al polmone sono state
eliminte: la regione da esaminare per la ricerca
dei noduli si è notevolmente ridotta
Applicando un semplice operatore di
thresholding è possibile isolare l’interno del
polmone (vasi+noduli)
Ricostruzione 3D
Sviluppi
Applicazione di un operatore di rolling-ball per
ripristinare eventuali noduli adiacenti al bordo.
Elaborazione 3-D del volume ricostruito per
l’identificazione di vasi e noduli.
