Uporaba gaborjevih filtrov za predobdelava slik pri poravnavi biomediscinskih slik

1. Uporaba gaborjevih filtrov za predobdelava slik pri poravnavibiomediscinskih slik Janez Podobnik mentor: prof. dr. Stanislav Kovačič

2. Uvod • Poravnava medicinskih slik je ena izmed osnovnih metod obdelave medicinskih slik. • Namen poravnave slik je poiskati tako transformacijo slike, ki jo poravnavamo, da se ta čimbolj primerno prilega k sliki h kateri jo poravnavamo. • Pri poravnavi si pomagamo z različnimi merami podobnosti.

3. Tekstura • Tekstura opisuje lastnost prostorske porazdelitve sivih nivojev v okolici opazovane točke. • Tekstura je pomemben element človekovega zaznavanja saj podaja informacijo o gladkosti, grobosti, pravilnosti, granulaciji, naključnosti in usmerjenosti vzorca. • Obstajata dva načina opisa teksture: statistični in strukturalni. gobast vzorec nitasto razvejan vzorec

4. Matrika sopojavljanja(angl. co-occurrence matrix) • Matrika sopojavljanja je matrika, ki nam podaja število parov točk z danimi sivinskiminivoji. • Uporaba matrike sopojavljanja temelji nahipotezi, da se razporeditev parov sivinskih nivojev ponavlja skozi celotno teksturo. • Matrika sopojavljanjaCOd[i, j] podaja verjetnost, da ima pri danem sivinskem nivoju Iktočka (i, j) soseda (i, j + 1), ki ima sivinski nivo Il.

5. Matrika sopojavljanja(angl. co-occurrence matrix) MRI slika modalnosti PD MRI slika modalnosti T1

6. Gaborjevi filtri • Za raziskovalce so zanimi Gaborjevi filtri, saj je mogočeodziv nekaterih celic v možganski skorji centra za vid opisati s temi filtri. zapis v časovnem prostoru:  = 16, fu=fv=16/256 realna komponenta imaginarna komponenta

7. Gaborjevi filtri • Za raziskovalce so zanimi Gaborjevi filtri, saj je mogočeodziv nekaterih celic v možganski skorji centra za vid opisati s temi filtri. zapis v časovnem prostoru:  = 16, fu=fv=32/256 realna komponenta imaginarna komponenta

8. Gaborjevi filtri • Za raziskovalce so zanimi Gaborjevi filtri, saj je mogočeodziv nekaterih celic v možganski skorji centra za vid opisati s temi filtri. zapis v frekvenčnem prostoru:  = 8, fu=fv=32  = 8, fu=fv=32

9. Gaborjevi filtri fu=fv=8, =1-16 fu=fv=1-128/256, =2

10. Elipsoidni gaborjevi filtri • Radialno simetrični filter zapis v časovnem prostoru: =64, fu=16 =64, fu=32

11. Elipsoidni gaborjevi filtri • Radialno simetrični filter zapis v frekvenčnem prostoru: ni analitično izrazljiv =4, fu=32 =8, fu=32

12. Elipsoidni gaborjevi filtri =4, fu=1-128/256 =1-16, fu=4/256

13. Medsebojna informacija(angl. mutual information) • Medsebojna informacija MI podaja koliko informacije vsebuje ena slika o drugi. • Medsebojna informacija ocenjuje statistično odvisnost medsvetlostnimi nivoji primerjanih slik.

14. Medsebojna informacija(angl. mutual information) • Cenilka minimax • Cenilka simetričnosti 1.5

15. Rezultati • Gaborjevi filtri cenilka minimax cenilka simetričnosti

16. Rezultati • Radialno simetrični gaborjevi filtri cenilka minimax cenilka simetričnosti

17. Rezultati • Primerjava gaborjevih in radialno simetričnih gaborjevih filtrov cenilka minimax – rdeča: rGab, modra: Gab, zelena: neobdelani sliki cenilka simetričnosti – rdeča: rGab, modra: Gab, zelena: neobdelani sliki

18. Rezultati • Primerjava gaborjevih in radialno simetričnih gaborjevih filtrov pri interpolirani sliki

19. Rezultati • Primerjava gaborjevih in radialno simetričnih gaborjevih filtrov pri interpolirani sliki cenilka minimax – rdeča: rGab, modra: Gab, zelena: neobdelani sliki cenilka simetričnosti – rdeča: rGab, modra: Gab, zelena: neobdelani sliki

20. Zaključki • Gaborjevi filtri izboljšajo potek funkcije medsebojne informacije in s tem izboljšajo poravnavo slik • Primerni za poravnavo so pri majhnih vrednostih sigme  in centralne frekvence fu • Radilano simetrični gaborjevi filtri dajejo malenkost boljše rezultate kot klasični gaborjevi filtri • Gaborjevi filtri so primerni za poravnavo interpoliranih slik, saj zgladijo lokalne maksimume in minimume