| Título: | Implementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizada |
| Autor(es): | Sousa, Camila Franco de |
| Orientador(es): | Mendes, Cristiano Jacques Miosso Rodrigues |
| Assunto: | Tomografia computadorizada
Radiação
Engenharia biomédica
Diagnóstico por imagem
Filtros e filtração |
| Data de apresentação: | 13-Dez-2019 |
| Data de publicação: | 23-Jun-2021 |
| Referência: | SOUSA, Camila Franco de. Implementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizada. 2019. 58 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica)—Universidade de Brasília, Brasília, 2019. |
| Resumo: | A Tomografia Computadorizada (TC) é um tipo de imageamento médico utilizado para
a visualização de cortes ou imagens tridimensionais de diversas regiões do corpo. Na área da
engenharia biomédica, é uma técnica usada para a realização de diagnósticos, triagens, exames preventivos. Essa forma de construção de imagens e bastante utilizada principalmente por sua rapidez e boa resolução espacial. Contudo, a realização desse processo está relacionada com doses de radiação que podem
ser prejudiciais ao paciente, a longo prazo. A dosagem é associada a diversos fatores, dentre
os quais pode-se ressaltar o número de medidas necessárias para a reconstrução da imagem.
Nesse contexto, o conceito de Compressive Sensing pode ser inserido, por ser uma técnica
de redução da informação suficiente para a reconstrução de um sinal. A utilização de pré-filtragem de medidas culmina em um desempenho ainda melhor de reconstrução, em termos
de tempo e qualidade do sinal.
Então, o presente trabalho propõe a implementação de um método de reconstrução
usando-se pré-filtragem para o caso específico de medidas radiais provenientes da máquina
de Tomografia Computadorizada. Para isso, estudam-se aspectos históricos e o processo de
aquisição de medidas, feito pela detecção dos feixes de Raios X atenuados, em detrimento
da quantidade de Raios X anteriores `a travessia pelo objeto. Essas medidas, chamadas de
projeções de Raios X, são apresentadas no domínio de Radon, através de uma representação
gráfica conhecida como Sinograma.
Pelo Sinograma, pode-se fazer uma conversão das medidas para o domínio da frequência,
conforme pontuado pelo Teorema dos Cortes de Fourier. Somado a isso, pode-se desempenhar uma pré-filtragem das medidas, uma vez que Compressive Sensing supõe que o sinal
assume uma representação esparsa em um domínio transformado. Com isso, o meéodo apresentado consiste em quatro etapas: a extração de medidas do sinograma para o domínio da
frequência; a pré-filtragem dessas medidas utilizando-se três filtros bidimensionais de Haar;
o uso de Compressive Sensing através da aplicação de um algoritmo de otimização para a
reconstrução das três versões filtradas da imagem; e finalmente, a composição da imagem
final.
Para a análise de desempenho, foram utilizados três bancos de dados de imagens reais
feitas por Tomografia Computadorizada. Os resultados indicaram que o uso de Compressive
Sensing com pré-filtragem para as componentes de informações extraídas do domínio de
Radon foi superior ao método da Retroprojeção Filtrada, usada como algoritmo padrão de
reconstrução para esse tipo de imagem. Para 500 medidas, a diferença entre as SNRs para
uma imagem específica foi de 11,6dB. Além disso, a análise da interpolação das medidas do
Sinograma foi realizada, culminando em uma maior qualidade de imagem, com diferença
viii entre as SNRs de até 15,1dB, para 230 medidas. Com isso, concluiu-se que o método proposto permite a reconstrução de imagens com qualidade superior à técnica usualmente utilizada, com uma quantidade de informação reduzida, uma vez que para a reconstrução por Retroprojeção Filtrada ´e feita com um número
de medidas na casa de 103 para se obter uma boa imagem, enquanto o método proposto
utilizou 230 direções para a reconstrução. |
| Abstract: | Computed Tomography (CT) is a type of medical imaging used for the visualization
of sections or tridimensional images of different regions of the body. In the biomedical
area, it is a technic used for performing diagnostics, triage, and physical examination.
This form of image reconstruction is very used mainly because of it’s speed and good
spatial resolution.
However, this process is related to radiation doses that can be harmful to the health
of the patient in the long term. The dosage is associated with multiple factors, where
the number of measurements needed to perform image reconstruction is an important
factor. In this context, the concept of Compressive Sensing can be inserted, by being a
technic of reduction of the sufficient information used to reconstruct a signal. The using
of pre-filtering of measurements leads to an even better reconstruction performance, in
terms of time and signal quality.
Then, this work inserts an implementation of a reconstruction method using prefiltering to the specific case of the radial line measurements from the CT Scanner. To
this accomplishment, the historical aspects and the process of measurement acquisition,
made by the detection of the attenuated X-ray beam, to the detriment of the quantity
of the X-rays before their passage through the object are studied. These measurements
called X-ray projections are presented in the Radon domain, by a graphic representation
knew as Sinogram.
Through the Sinogram, a measurement conversion to the frequency domain can be
made, as said by the Fourier Slice Theorem. Moreover, the pre-filtering of the measurements can be made, as the Compressive Sensing theory says that the signal must assume
a sparse representation in a transformed domain. Thus, the presented method has four
stages: the sinogram measurements extraction to the frequency domain; the pre-filtering
of these measurements with the use of three bidimensional Haar filters; the usage of
Compressive Sensing with an optimization algorithm implementation for performing the
reconstruction of the three filtered images versions; and, finally, the final composition of
the image.
For the performance analysis, three CT image datasets were used. The results indicate
that the use of Compressive Sensing with pre-filtering for the components extracted from
the Radon domain was superior to the method of Filtered Back Projection, used as the
default reconstruction algorithm for that type of data. For 500 radial lines, the difference
between their SNR for a specific image was 11.6dB. Besides, the Sinogram measurements
x
interpolation analysis was made, where the difference between their SNR was of 12.1dB,
for 230 measurements.
Hence, it was concluded that the proposed method permits images reconstruction
with better quality when compared with the default technic, with less information, since
the Filtered Back Projection reconstruction is made with approximately 103 measurements to obtain an image with good quality, while the proposed method used 230 directions to perform the reconstruction. |
| Informações adicionais: | Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade UnB Gama, Engenharia Eletrônica, 2019. |
| Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. |
| Aparece na Coleção: | Engenharia Eletrônica
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.
