Univerzitet u Tuzli

Fakultet elektrotehnike
SEMINARSKI RAD
Principi biomedicinskog inženjeringa

Registracija biomedicinske slike

Studenti:
Adem Mehinbašić
Nijaz Avdić
Munira Maleškić

Profesor:
dr.sc.Damir Demirović, vanr.prof.
 Registracija biomedicinske slike

Sadržaj
Popis slika: ............................................................................................................................................................... 3
1.Uvod ..................................................................................................................................................................... 4
1.1 Medicinska slika ..................................................................................................................................... 4
1.2 Modaliteti medicinske slike ................................................................................................................... 5
1.3 Registracija biomedicinske slike ............................................................................................................ 6
2. Integracija slike ................................................................................................................................................... 8
2.1 Daljinska snimanja ........................................................................................................................................ 8
3. Registracija medicinskih slika .............................................................................................................................. 9
4. CT I MR .............................................................................................................................................................. 10
4.1 Rekonstrukcija CT slike ............................................................................................................................... 10
4.2 Magnetna rezonansa .................................................................................................................................. 11
4.2.1 Slika dobivena pomoću magnetne rezonanse ..................................................................................... 11
5. Klasifikacija metoda registracije ........................................................................................................................ 13
5.1 Dimenzionalnost ......................................................................................................................................... 13
5.2 Značajke slika .............................................................................................................................................. 14
5.3 Interakcija sa korisnikom ............................................................................................................................ 14
5.4 Geometrijska transformacija ...................................................................................................................... 14
5.4.1 Rigidne transformacije ........................................................................................................................ 15
5.4.2 Transformacije skaliranja .................................................................................................................... 15
5.4.3 Afine transformacije ............................................................................................................................ 16
5.4.4 Projektivne transformacije .................................................................................................................. 16
5.4.5 Elastične transformacije ...................................................................................................................... 17
6. Algoritmi za registraciju slika ............................................................................................................................ 17
6.1 Korespondentne tačke ................................................................................................................................ 17
6.2 Rekonstrukcija površina .............................................................................................................................. 18
7. Razlučivost......................................................................................................................................................... 19
7.1 JPEG slika .................................................................................................................................................... 21
7.2 PNG slika ..................................................................................................................................................... 22
7.3 DICOM standard ......................................................................................................................................... 22
8. Alati za registraciju slika .................................................................................................................................... 24
8.1 3D Slicer ...................................................................................................................................................... 24
8.2 Primjer registracije u 3D slicer-u ................................................................................................................. 25
9. Zaključak ............................................................................................................................................................ 37
Literatura............................................................................................................................................................... 38

2
 Registracija biomedicinske slike

Popis slika:
Slika 1: Projektovana i slajsna slika.......................................................................................................... 4
Slika 2: Anatomska i funkcionalna slika ................................................................................................... 5
Slika 3: Registracija .................................................................................................................................. 6
Slika 4: Primjer multimodalne registracije .............................................................................................. 7
Slika 5: Rengentski prikaz ruke ................................................................................................................ 9
Slika 6: Magnetna rezonanca mozga ....................................................................................................... 9
Slika 7: CT............................................................................................................................................... 11
Slika 8: MR uređaj.................................................................................................................................. 13
Slika 9: Prikaz vremenske razlučivosti srca ............................................................................................ 19
Slika 10: Različite razlučivosti slike prikazano na ljudskom grudnom košu........................................... 20
Slika 11: Različite razlučivosti slike prikazano na ljudskom grudnom košu........................................... 21
Slika 12: DICOM servisi .......................................................................................................................... 23
Slika 13:Primjer registracije ................................................................................................................... 24

Primjer 3D Slicer 1 ......................................................................................................................................... 25

Primjer 3D Slicer 2 ......................................................................................................................................... 25
Primjer 3D Slicer 3 ......................................................................................................................................... 26
Primjer 3D Slicer 4 ......................................................................................................................................... 26
Primjer 3D Slicer 5 ......................................................................................................................................... 27
Primjer 3D Slicer 6 ......................................................................................................................................... 27
Primjer 3D Slicer 7 ......................................................................................................................................... 28
Primjer 3D Slicer 8 ......................................................................................................................................... 28
Primjer 3D Slicer 9 ......................................................................................................................................... 29
Primjer 3D Slicer 10 ....................................................................................................................................... 29
Primjer 3D Slicer 11 ....................................................................................................................................... 30
Primjer 3D Slicer 12 ....................................................................................................................................... 30
Primjer 3D Slicer 13 ....................................................................................................................................... 31
Primjer 3D Slicer 14 ....................................................................................................................................... 31
Primjer 3D Slicer 15 ....................................................................................................................................... 32
Primjer 3D Slicer 16 ....................................................................................................................................... 32
Primjer 3D Slicer 17 ....................................................................................................................................... 33
Primjer 3D Slicer 18 ....................................................................................................................................... 33
Primjer 3D Slicer 19 ....................................................................................................................................... 34
Primjer 3D Slicer 20 ....................................................................................................................................... 34
Primjer 3D Slicer 21 ....................................................................................................................................... 35
Primjer 3D Slicer 22 ....................................................................................................................................... 35
Primjer 3D Slicer 23 ....................................................................................................................................... 36

3
 Registracija biomedicinske slike

1.Uvod

1.1 Medicinska slika

Medicinske slike prikazuju raspodjele fizičkih atributa snimljene nekim
sistemom za aktivizaciju.
Medicinske slike dolaze u dvije vrste:
-Projekcijske slike koje projiciraju fizički parametar u tijelu na 2D slici
-Slajsne slike proizvode preslikavanje jedan-na-jedan neke mjerne vrijednosti.
Nekada ih je potrebno pretprocesirati prije nego ih analiziramo pomoću
računara.

Slika 1: Projektovana i slajsna slika

Medicinske slike prikazuju anatomiju (i patološke varijacije) ili fiziologiju, kada

se prati raspodjela određenih supstanci.
U medicinske slike spadaju: X-zrake, CT, MRI, nuklearna slika, ultrazvuk,
mikroskopske slike itd.

4
 Registracija biomedicinske slike

Slika 2: Anatomska i funkcionalna slika

Osnovna razlika između medicinskih slika i slika dobijenih fotografskim

postupkom su prikazani fizikalni parametri koji su kod medicinskih slika obično
nedostupni za inspekciju. Osobine ili kvantiteti određeni analizom podržanom
računarom ne mogu se jednostavno porediti sa tačnim osobinama ili
kvantitetima. Naprimjer, ponekad nije izvodljivo otvoriti ljudsko tijelo da bi se
verificiralo da li veličina tumora izmjerenog pomoću CT-a tokom tretmana
odgovara njegovoj stvarnoj veličini.

Tehnike slike se određuju sa smislom jer je poznato kako se dobijaju slike koje
predstavljaju dijagnostički relevantne informacije.Fizička osobina koja se mjeri
prodire u tijelo, ne smije prekomjerno utjecati na njega, te mora dati adekvatne
odgovore na medicinska pitanja.

1.2 Modaliteti medicinske slike

Postoje četiri glavne i nekoliko sporednih tehnika digitalne slike:

-X zrake mjere absorpciju kratkih elektromagnetnih talasa, koja varira u

različitim tipovima tkiva.

-Magnetna rezonanca- mjeri gustoću i molekularno vezivanje određenih atoma

(vodonika, kojeg ima mnogo u tijelu), a koja varira sa tipom tkiva, molekularnim
sastavom i funkcionalnim statusom.

5
 Registracija biomedicinske slike

-Ultrazvuk- hvata refleksije na granicama između i unutar tkiva različitih

akustičnih impedansi.

-Nuklearna – mjeri raspodjele radioaktivnog tracera, materijala koji se

krvotokom prenosi kroz tijelo. Mjeri funkciju ljudskog tijela.

Ostali tehnike slike uključuju: EEG i MEG sliku, mikroskopiju,i fotografiju.

Karakteristika svih tehnika je da je poznato približno preslikavanje što
omogućava dijagnostičnu primjenu. Ovo nam omogućava odabir prikladne
tehnike slike. Naprimjer, kosti se moraju detektovati sa CT-om (X-zraka), mora
se odabrati visoka vrijednost praga, jer je poznato da slabljenje x-zraka je veće
u kostima nego u mekim tkivima i tečnostima.

Mnoge tehnike slike dolaze u dvije varijante:

-Projekcijske slike, prikazuju 3D projekciju ljudskog tijela u 2D, i

-Slajsne slike, predstavljaju raspodjelu mjerenih vrijednosti u 2D slajsu (režnju)
kroz tijelo.

1.3 Registracija biomedicinske slike

Registracija se može koristiti da bi se ostvarila aproksimacija dvije ili više slika

kod koji se mogu kvantificirati promjene.

Slika 3: Registracija

6
 Registracija biomedicinske slike

Registraciju dijelimo na monomodalnu i višemodalnu. Ako su slike dobijene od

istog pacijenta ali nakon različitih vremenskih intervala uz korištenje istog
modaliteta slike radi se o monomodalnoj registraciji.

Slike se mogu poredati iz različitih modaliteta.

Primjer iz neurologije, kada je potrebno odstraniti tumor pri čemu je potrebno
izbjeći oštećenje okolnih zona, tada se registruju funkcionalne i morfološke
slike mozga. Obično se morfologija adekvatno predstavlja u MRI i CT slikama
dok se funckionalnost obično predstavlja u PET ili SPECT.
Kombinacija funkcionalnih i morfoloških modaliteta obezbjeđuje dodatne i
vrijedne informacije za dijagnozu i terapiju.

Slika 4: Primjer multimodalne registracije

Problem registracije dvije slike sastoji se u određivanju geometrijske

transformacije kojom se jedna slika preslikava u drugu.Drugim riječima, nakon
registracije za svaku tačku u prvoj slici poznato je koja joj je tačka
korespondentna u drugoj slici.

7
 Registracija biomedicinske slike

Ovo, dakle, pretpostavlja da je sadržaj dvije slike sličan u smislu da obje slike
sadrže isti (ili slični) objekt koji je eventualno rotiran, transliran ili izobličen
elastičnom geometrijskom transformacijom. Nakon što su dvije slike
registrirane moguće je:

• analizirati (detektirati) razlike između dvije istovrsne slike (npr. snimljenih

u dva različita vremenska trenutka)
• kombinirati (integrirati) informaciju sadržanu u dvije raznovrsne slike (npr.
snimljenim različitima načinima snimanja)

2. Integracija slike

Nakon što je obavljena registracija slika postavlja se pitanje kako kombinirati

informaciju sadržanu u pojedinim slikama.
Tu postoji više teorija koje se oslanjaju na teoriju vjerojatnoće:

• Bayesova integracija

• Dempster-Schefer teorija

2.1 Daljinska snimanja

Problem registracije pojavljuje se u daljinskim snimanjima (remote sensing)

gdje imamo slike istog područja na zemlji, snimljene u raznim spektralnim
područjima.

Kod praćenja razvoja i nadzora urbanih područja moguće je snimati grad u

vremenskim razmacima, te onda uočiti koje su promjene nastale (npr. Izgradnja
novih kuća. Drugo veliko područje primjene, danas, je medicina.
Multimodalna snimanja u medicini (CT, MR, US, SPECT, PET) daju slike koje
sadrže raznovrsnu informaciju o anatomiji i funkciji organizma.

8
 Registracija biomedicinske slike

3. Registracija medicinskih slika

Registracija medicinskih slika je potrebna kod:

• Različitih modaliteta snimanja (npr. MR PET, MR CT)

• Praćenja razvoja progresivnih bolesti (snimanje u određenim

vremenskim intervalima i detekcija promjena, npr. kod praćenja tumora i
evaulacije
• Kod računarom podržane hirurgije registriraju se preoperativne MR
snimke sa intraoperativnim MR snimkama (npr. neurohirurgija)

• Usporedba snimljenih slika sa modelom

Slika 5: Rengentski prikaz ruke

Slika 6: Magnetna rezonanca mozga

9
 Registracija biomedicinske slike

4. CT I MR
Prilikom proučavanja 'Registracije biomedicinske slike' veoma je važno da se
upoznamo sa osnovama CT-a i MR-a.

4.1 Rekonstrukcija CT slike

Istorijski gledano algoritmi rekonstrukcije slike počinju sa J.Radonom koji je

postavio matematske osnove rekonstrukcijeslike iz projekcija u radu koji je
objavljen 1917.Implementacija Radonove transformacije je primjenjena za
rekonstrukciju medicinskih slika tek u 1960-tim.Godine 1972. G.N. Hounsfield je
razvio prvi komercijalnu tomografiju x zraka koja je bazirana na Radonovoj
transformaciji. G.N. Hounsfield i A.M. Cormack su zajedno u 1979 dobili
Nobelovu nagradu za doprinose u razvoju CT tehnologije.

Klasični pristup rekonstrukcije iz projekcijskog metoda baziran na Radonovoj

transformaciji popularno se zove backprojection metod.Backprojection metod
je modifikovan više puta kao bi zadovoljio specifične sheme prikupljanja
podataka i poboljšao kvalitet rekonstruisanih slika.U zadnje vrijeme wavelet
transformacija i drugi multirezolucijski metodi procesiranja su primijenjeni u
multirezolucijskoj rekonstrukciji.

Algoritmi rekonstrukcije slike koriste sirove podatke prikupljene iz skenera da bi

dobili slike koje će obezbijediti informacije o internim fiziološkim strukturama i
njihovim osobinama.Osim toga proces akvizicije podataka je ograničen u
sistemu detektora, geometrije slike, fizikalnosti te vremena skeniranja
pacijenta.

Mjerenja su degradirana šumom, raspršavanjem. geometrijskim zaklanjanjem

te greškama u procesu akvizicije.Ovo rekonstrukciju čini slabo uslovljenim
problemom (ill-posed), te nije moguće dobiti jedinstveno rješenje.

Bez obzira na sve, napredni matematske metode i algoritmi su uspješno

razvijeni za rekonstrukciju prilično dobrih slika koje pokazuju veliku vrijednost u
dijagnostičkoj radiologiji.

10
 Registracija biomedicinske slike

Slika 7: CT

4.2 Magnetna rezonansa

Prednosti MRI u odnosu na CT su:

- MRI ne koristi jonizirajuću radijaciju

- Slike se mogu generisati sa proizvoljnom orijentacijom

- Mogu se snimiti različiti funkcionalni atributi

4.2.1 Slika dobivena pomoću magnetne rezonanse

Protoni i neutroni u nukleusu atoma posjeduju ugaoni momenat koji se zove

spin. Spinovi se poništavaju ako je broj subatomskih čestica u nukleusu paran.
Nukleusi sa neparnim brojem pokazuju rezultantni spin koji se detektuje izvan
atoma.Ovo predstavlja bazu za slike bazirane na magnetnojrezonanci (magnetic
resonance imaging, MRI).
11
 Registracija biomedicinske slike

U MRI spinovi jezgara se poravnaju u vanjskom magnetnom polju.

Visokofrekventno elektromagnetno polje uzrokuje precesiju spina koja zavisi od
gustoće magnetiziranog materijala te njegovih molekularnih veza.

Rezonansa signala se nastavlja izvjesno vrijeme nakon što je radio signal

isključen.
Efekat se može mjeriti te upotrijebiti za kreiranje slike.
Efekat rezonanse je poznat i koristi se u MR spektroskopiji već duže vrijeme.
Mada računanje prostornih raspodjela i efekata magnetne rezonancije nije
postojala prije 1970-tih. Generisanje slike sa magnetnom rezonancom je počelo
sa radovima Paul C. Laterbur i Peter Mansfield.

Magnetna rezonansa se zasniva na skoro isključivo reakcijom hidrogenovog

jezgra (koje je obilan u ljudskom tijelu) na magnetno polje. Varijacija gustine
vodonika te posebno njegove melekularne veze u različitim tkivima daju mnogo
bolji kontrast nego CT. Jezgra sa neparnim brojem protona ili neutrona
posjeduju spin.

Da bi se proizvela rezonantna slika, spinovi svih jezgara u tijelu se poravnavaju

sa statičkim magnetnim poljem B0.

Jačina magnetnog polja se mjeri u Teslama (T) ili gaussima (10000 Gauss = 1T).
Današnji uređaji za slikanje cijelog tijela rade na jačinama polja između 1 i 3T.
Statičko polje uzrokuje da se spinovi poravnaju ili paralelno ili antiparalelno u
odnosu na magnetno polje. Jačina mjerenog signala zavisi od razlike između
dva tipa poravnanja, što zavisi od tipa atoma te jačine magnetnog polja i
temperature u kojoj se mjerenje izvodi.

U odnosu na tip atoma, najjača osjetljivost je za vodonik. Precesija spinova oko

ose paralelne B0 polju može inducirati radio signal. Efekt paralelnog i
antiparalelnih precesijskih spinova se poništavaju. Za atom vodonika na sobnoj
temperaturi i magnetnom polju od 1.5T odnos između paralelnih i
antiparalelnih spinova je približno 500.000:500.001. Kako atom vodonika
posjeduje najveću osjetljivost od svih atoma, temperatura se ne može
proizvoljno povećavati,jedini način je povećavanje magnetnog polja.
Ovo je razlog za izrazito visoka magnetna polja koja se primjenjuju u MRI
(Zemljino magnetno polje je 0,00003-0,00006 T).Odnosno, observirani ukupni
signal od svih spinova dolazi odjednog od milion protona.
12
 Registracija biomedicinske slike

Slika 8: MR uređaj

5. Klasifikacija metoda registracije

Metode registracije mogu se klasificirati s obzirom na nekoliko raznih kriterija:

• Dimenzionalnost (2-D, 3-D, 4-D)

• Značajke slika koja se uspoređuju (ekstrinzične i intrinzične metode)

• Način interakcije s korisnikom

• Vrsta geometrijske transformacije koja se koristi

5.1 Dimenzionalnost
Registrirati možemo 2-D slike, 3-D slike ili 4-D slike. 3-D registracija može se
raditi za dvije 3-D slike ili za vremenski niz 2-D slika. Ako imamo niz 3-D slika

13
 Registracija biomedicinske slike

onda to daje problem 4-D registracije. Postoji i problem registracije 2-D slike
(koja može biti perspektivna projekcija 3-D prostora) na 3-D sliku.

5.2 Značajke slika

S obzirom na značajke slika koje se uspoređuje:

• ekstrinzične metode koriste umjetne vanjske objekte koji se stavljaju na

glavu (npr. stereotaktičke okvire, markere za kožu).

• intrinzične metode koriste samo vrijednosti piksela slike, anatomske

karakteristične točke ili konture ili površine na slici.

5.3 Interakcija sa korisnikom

S obzirom na način interakcije s korisnikom metode registracije mogu biti:

• interaktivne (zahtijevaju korisničku interakciju za definiranje

transformacije)

• poluautomatske (korisnička interakcija je potrebna samo za inicijalizaciju,

vođenje ili zaustavljanje postupka registracije)
• automatske (rade bez interakcije sa korisnikom)

5.4 Geometrijska transformacija

Geometrijska transformacija kojom jednu sliku transformiramo u drugu može

biti:

• Rigidna ili neelastična (engl. rigid) - ako se udaljenost između bilo koje
dvije tačke sačuva (rotacija, translacija)
14
 Registracija biomedicinske slike

• Afina (engl. affine) - ako se ravna linija preslikava u ravnu liniju i

paralelizam očuva
• Projekcija (npr. perspektivna) - kao afina, samo bez očuvanja paralelizma

• Elastična - ako se ravna linija ne preslikava u ravnu liniju

Neelastične transformacije su podskup afinih transformacija.

Afine transformacije su podskup projektivnih transformacija.

Projektivne transformacije su podskup elastičnih transformacija.

5.4.1 Rigidne transformacije

Neelastične transformacije vektora x = [xyz]T se sastoje od translacije i rotacije:

x0 = Rx + t

gdje je t = [txtytz]T vektor translacije, a R je 3x3 ortogonalna matrica rotacije (α,β

i γ su kutevi rotacije oko z, y i x osi)

5.4.2 Transformacije skaliranja

Najjednostavnije afine transformacije su one koje imaju samo skaliranje, a

ostatak transformacije je rigidan:
x0 = RSx + t

gdje je S =diag(sx,sy,sz) matrica skaliranja u x, y i z smjerovima, R je matrica

rotacije, a t vektor translacije.

15
 Registracija biomedicinske slike

5.4.3 Afine transformacije

Afine transformacije čuvaju linije i paralelnost i definirane su izrazom:

x0 = Ax + t

gdje je A matrica afine transformacije koja može imati bilo koje vrijednosti
elemenata, a t je vektor translacije.

Često se koristi prikaz u homogenim koordinatama:ˇ

5.4.4 Projektivne transformacije

Projektivne transformacije su slične kao afina (linije su sačuvane), samo nema

očuvanja paralelizma između linija. Imaju oblik:
𝐴𝑥 + 𝑡
𝑥′ =
𝑝𝑥 + 𝑎

U homogenim koordinatama:

𝑢′1 𝑢′2 𝑢′3

gdje je 𝑥 ′ = , 𝑦′ = , 𝑧′ =
𝑢′4 𝑢′4 𝑢′4

16
 Registracija biomedicinske slike

5.4.5 Elastične transformacije

Elastične transformacije ne čuvaju linije, dakle linija se može preslikati u

krivulju. Može biti definiran bilo kakvim nelinearnim preslikavanjem
koordinata. Najjednostavniji način prikaza je pomoću polinoma.
I J K
x0 = XXXCijkxiyjzk
i=0 j=0 k=0
Rijetko se koristi I, J, K > 2 zbog oscilacija koje imaju polinomi višeg stupnja.
Često se ograničava da I + J + Kˇ≤5 iz istog razloga.

6. Algoritmi za registraciju slika

U sljedećem tekstu predstavit ćemo sljedeće tri grupe algoritama za 3-D

registraciju biomedicinskih slika:

• Algoritmi koji koriste korespondentne karakteristične tačke

• Algoritmi koji koriste korespondentne površine

• Algoritmi koji rade direktno sa vrijednostima voksela i koriste razne mjere

sličnosti temeljene na vokselima

6.1 Korespondentne tačke

Kod ovog načina registracije potrebno je kod obje slike koje se žele registrirati
odrediti niz korespondentnih parova tačaka.
U registraciji biomedicinskih slika to mogu biti npr. vanjski markeri ili neke
karakteristične anatomske tačke prepoznatljive u objema slikama.

17
 Registracija biomedicinske slike

Problem nalaženja transformacije koja će skup tačaka iz prve slike preslikati u

skup tačaka iz druge slike nekad se naziva i Prokrustov problem.

Prokrust je bio lopov iz grčke mitologije koji je nudio prolaznicima prenoćište s

krevetom koji perfektno pristaje svakom posjetitelju.
No, Prokrust je zapravo svakog gosta stavio u isti krevet, te bi ga ili rastegnuo,
ili mu odsjekao neke dijelove tijela da bi dobro pristajao u krevet.
Srećom, junak Tezej koji je putovao u Atenu (te usput ubio Minotaura i
pobijedio mnoge nemani) je prekinuo tu praksu tako da je Prokrusta
podvrgnuo vlastitom tretmanu (odsjekao mu je glavu da stane u krevet).

6.2 Rekonstrukcija površina

Drugi pristup problemu 3-D registracije je registracija površina pripadnih 3-D

objekata koji se registriraju.

Neki od poznatijih algoritama u ovoj klasi su:

• Algoritam šešira i glave (engl. head and hat)

Ovaj algritam su razvili Pelizzari i ostali, 1989. godine, za 3-D registraciju CT, MR
i PET slika glave. Prva površina (glava) dobije se iz modaliteta sa većom
rezolucijom i prikazana je u obliku stoga diskova. Druga površina (šešir)
prikazana je kao skup nepovezanih tačaka u prostoru. Registracija se obavlja
iterativnom transformacijom (pomakom) šešira u 3-D prostoru, dok se ne
dobije najbolji položaj šešira. Tačnost registracije računa se pomoću udaljenosti
šešira od glave u radijalnom smjeru iz centroida glave. Za iterativnu optimizaciju
koristi se Powell-ov algoritam za najbrži spust (engl. gradient descent), koji radi
1-D optimizaciju u svakoj od šest dimenzija. Za rigidnu registraciju krutog tijela
korišteno je šest stupnjeva slobode (tri translacije i tri rotacije). Ovaj pristup je
upotrebljiv samo kod sfernih oblika površina.

• Algoritmi temeljeni na transformaciji udaljenosti

Head and hat algoritam se može poboljšati transformacijom udaljenosti.

Transformacija udaljenosti preslikava binarnu sliku u sliku udaljenosti, gdje svaki
piksel ima vrijednost udaljenosti od te pozicije do najbliže tačke objekta u

18
 Registracija biomedicinske slike

binarnoj slici. Transformacija udaljenosti izračuna se za jednu od dvije površine,

nakon čega se lako izračuna udaljenost druge površine od prve.

• ICP (engl. iterative closest point) algoritam

Iterative closest point (ICP) algoritam razvili su Besel i McKay, 1992. g., za 3-D
registraciju. Razvijen za opću primjenu, no postao je najpopularniji algoritam za
registraciju površina u biomedicinskim aplikacijama.

7. Razlučivost
Postoje sljedeći oblici razlučivosti medicinske slike:

• Površinska razlučivost

• Vremenska razlučivost

• Bitna razlučivost

• Razlučivost slike

Površinska razlučivost (engl. surface resolution), opisuje fizičku veličinu piksela.

Koristi se za dobivanje digitalne radiografske slike kod kojih je površina piksela
jednaka analognoj slici. Vremenska razlučivost (engl. time resolution), opisuje
vrijeme potrebno za nastanak slike. Koriste se za snimanje organa u pokretu, te
ima mogućnost snimiti 30 slika u 1 sekundi i tada je moguće dobiti jasnu sliku
organa u pokretu.

Slika 9: Prikaz vremenske razlučivosti srca

19
 Registracija biomedicinske slike

Bitna razlučivost (engl. bit resolution) definira broj bitova kojim se prikazuje
jedan piksel, te stoga imamo sljedeću podjelu bita:

• 1-bitna razlučivost

• 8-bitna razlučivost

• 16-bitna razlučivost

• 24-bitna razlučivost

• 32-bitna razlučivost

Razlučivost slike engl. (dots per inch), koristi se za tiskani materijal. Ona opisuje
broj piksela po jedinici duljine tiskane slike. Ima primjenu i u časopisima ili
udžbenicima. Na sljedećoj slici možete vidjeti različite razlučivosti slike:

Slika 10: Različite razlučivosti slike prikazano na ljudskom grudnom košu

20
 Registracija biomedicinske slike

Slika 11: Različite razlučivosti slike prikazano na ljudskom grudnom košu

7.1 JPEG slika

JPEG je komprimirani slikovni format s gubicima izveden iz bitmape i najčešće
korišten format u normalnom radu sa slikama. Zbog skromnih memorijskih
potreba prikladan kako za arhiviranje, tako i za razmjenu putem informatičkih
mreža ili mailova. Praktički svi programi i foto-oprema podržavaju ovaj format i
svi omogućuju konvertiranje (tzv. ”izvoz”) svojih formata u JPG. U rjeđim
slučajevima (uglavnom vektorski orijentiranih programa) omogućen je izvoz u
BMP, a ovoga svaki fotoeditor može konvertirati u JPG.

Značajno višestruko smanjenje memorijskih potreba temelji se, između

ostaloga, na isključivanju onih nijansi boja kojih nema u BMP izvorniku. Time se
praktički ne gubi na kvaliteti slike, ako se nad njom neće izvoditi naknadne
manipulacije. Promjena svjetline ili kontrasta smanjuje bogatstvo nijansi, jer su
možda upravo nijanse koje bi bile optimalne, isključene iz palete. Korisnik
prilikom konverzije ili spremanja slike u nekim fotoeditorima može birati
stupanj kompresije, tražeći kompromis između očuvanja kvalitete i memorijskih
potreba.

21
 Registracija biomedicinske slike

7.2 PNG slika

PNG (Portable Network Graphics) je bitmap slikovni format koji primjenjuje
lossless kompresiju. PNG je stvoren kako bi poboljšao i zamjenio GIF format
formatom koji ne treba patentiranu dozvolu (licencu) za uporabu. PNG se
službeno izgovara ”ping”, ali se i često izgovara jednostavno png (ping je mrežni
alat). PNG podržava libpng, platformski neovisna biblioteka koja sadrži C
funkcije za rad s PNG slikama. PNG podržava slike zasnovane na paleti (s
paletom definiranom 24-bitnim RGB bojama), greyscale slike (sivih tonova) i
RGB slike. Zamišljen je kao grafički format za razmjenu preko interneta, a ne za
profesionalnu uporabu, tako da ne primjenjuje neke druge sheme boja (kao što
je CMYK (cyan-mangenta-yellow-black)). PNG datoteke u pravilu uvijek rabe
ekstenziju PNG ili png i dodijeljen im je MIME media type standard.

7.3 DICOM standard

DICOM (Digital Imaging and Communications in Medicine) standard je skup
pravila, koji omogućava da se medicinski snimci i informacije razmjenjuju
između kompjutera i bolnica. Standard uspostavlja zajednički jezik, koji
omogućava da se medicinski snimci i informacije, koji su načinjeni na jednoj
vrsti opreme proizvođača, mogu da se koriste na digitalnim sistemima drugih
proizvođača.

DICOM nije samo fajl format. DICOM omogućava prenos podataka, skladištenje
i dizajniran je da obuhvati sve funkcionalne aspekte digitalne medicine u oblasti
snimaka. Takođe, PACS informacioni sistemi se uvijek pominju kada se govori o
DICOM standardu. Oni su direktno povezani sa DICOM standardom. PACS
sistemi su medicinski informacioni sistemi, koji su dizajnirani da skladište,
distribuiraju i prikazuju digitalne medicinske snimke. Dakle, oni omogućavaju
pregled medicinskih snimaka sa CT skenera, PET skenera, ultrazvučnih
aparata... Teško se može zamisliti savremena medicina bez DICOMa i PACSa.

Sve podatke u realnom svetu: pacijente, studije, medicinsku opremu, DICOM

vidi kao objekte sa odgovarajućim svojstvima, odnosno atributima. DICOM to
naziva IOD (eng. Information Object Definition). Dakle, IOD predstavlja

22
 Registracija biomedicinske slike

kolekciju atributa, koji opisuju neki objekat. IOD pacijenta može biti: ime i
prezime, godina rođenja, težina itd. U širem smislu (pacijent kao i svaki drugi
DICOM objekat) sastoji se od skupa atributa, medutim DICOM održava listu svih
standardnih atributa (više od 2000), poznatijih kao DICOM rječnik podataka
(eng. DICOM data dictionary), kako bi obezbijedio dosljednost u imenovanju
atributa. Naprimjer, atributi pacijenta kao što su ime i prezime, godina rođenja,
težina, su uključeni u DICOM rječnik podataka. Svi DICOM atributi su oblikovani
u skladu sa 27 tipova podataka - vrijednostima reprezentacije (eng. Value
Representation -VR) što odgovara datumima, vremenima i imenima.

Kada se akviziraju novi snimci, oni mogu da se prenose između različitih DICOM
uređaja i aplikacija (aplikacionih entiteta, eng. Application Entity). DICOM ovaj
proces “zahtjeva“ i “razmjene“ podataka naziva service-rendering model, u
kojem DICOM aplikacije obezbijeđuju servise (usluge) jedni drugima. DICOM
ove asocijacije zove SOP (Service-Object Pairs) i grupiše ih u SOP klase.
Naprimjer, čuvanje CT snimaka iz digitalnog CT skenera za digitalnu PACS
arhivu, odgovara CT SOPu za skladištenje (eng. CT Storage SOP), kao što je
prikazano na slici ispod. U ovom primjeru, CT snimak predstavlja DICOM IOD
(DICOM objekat podataka).

Slika 12: DICOM servisi

23
 Registracija biomedicinske slike

8. Alati za registraciju slika

U par koraka cemo cemo prikazati kako automatski registrovati dva sastavna
MR skupa podataka primjenjena na dva razlicita objekta koristeći krutu i
nekrutu registraciju. Ovaj skup podataka se sastoji od dva T1 i T2 MR prikaza
koji su primjenjeni na dva zdrava subjekta (predmeta).

Slika 13:Primjer registracije

8.1 3D Slicer
Jedan od najpoznatijih softverskih alata za registraciju slika jeste „3D Slicer“. 3D
Slicer je „open source“ softver platforma za informatičku medicinsku sliku,
procesiranje slika, i trodimenzionalnu vizualizaciju.

24
 Registracija biomedicinske slike

8.2 Primjer registracije u 3D slicer-u

Primjer 3D Slicer 1

Primjer 3D Slicer 2

25
Registracija biomedicinske slike

Primjer 3D Slicer 3

Primjer 3D Slicer 4

26
Registracija biomedicinske slike

Primjer 3D Slicer 5

Primjer 3D Slicer 6

27
Registracija biomedicinske slike

Primjer 3D Slicer 7

Primjer 3D Slicer 8

28
Registracija biomedicinske slike

Primjer 3D Slicer 9

Primjer 3D Slicer 10

29
Registracija biomedicinske slike

Primjer 3D Slicer 11

Primjer 3D Slicer 12

30
Registracija biomedicinske slike

Primjer 3D Slicer 13

Primjer 3D Slicer 14

31
Registracija biomedicinske slike

Primjer 3D Slicer 15

Primjer 3D Slicer 16

32
Registracija biomedicinske slike

Primjer 3D Slicer 17

Primjer 3D Slicer 18

33
Registracija biomedicinske slike

Primjer 3D Slicer 19

Primjer 3D Slicer 20

34
Registracija biomedicinske slike

Primjer 3D Slicer 21

Primjer 3D Slicer 22

35
Registracija biomedicinske slike

Primjer 3D Slicer 23

36
 Registracija biomedicinske slike

9. Zaključak
Cilj registracije slike, koja je u širokoj upotrebi, je da se usaglase slike dobijene
različitim modalitetima imidžinga (npr. slike dobijene PET i MRI sistemima),
koja se tada naziva multimodalnom registracijom, ili da se usaglase slike
ostvarene u različitim trenucima vremena istim modalitetom imidžinga (npr.,
slike prije i poslije neke intervencije), koja se naziva unimodalnom
registracijom. U kliničkoj dijagnostičkoj praksi je izuzetno vazna preciznost
registracije, koja mora biti moćna i jaka. Dakle, registracija slike predstavlja
jedan važan dio u slagalici dobijanja kvalitetne i korisne medicinske slike i kao
takva predstavlja predmet konstantnog unapređivanja i otkrivanja novih,boljih
i savremenijih tehnika.

37
 Registracija biomedicinske slike

Literatura
• M. Sonka, J. M. Fitzpatrick, Eds., Handbook of Medical Imaging, Volume 2.
Medical Image Processing and Analysis, SPIE, 2000
• J. V. Hajnal, D. L. G. Hill, D. J. Hawkes, Eds., Medical Image Registration,
CRC Press, 2001

• http://www.fer.unizg.hr/en

• http://mi.medri.hr/znanost.html

• Bilješke sa predavanja i prezentacije dr.sc. Damir Demirović, vanr.prof.

• http://booksdescr.org/item/index.php?md5=562da6850bf0c0a816e577ef
dc570d0b

• http://booksdescr.org/item/index.php?md5=7EC7C8B7E8C7B98D92DCB8
43886506D6

• http://booksdescr.org/item/index.php?md5=7E4FA7E32371E43272E44F2
4F2346CDC

38