چکیده
تشخیص نودول های ریوی در یک رادیوگراف ریوی خیلی مشکل است که به دلیل حساسیت به نویز، نورافکنی و مزاحمت های مشابه رگ های خونی و نای می باشد. بنابراین، چنین تصاویری باید دقیقا مورد بررسی قرار بگیرند تا آسیب های ریوی شناسایی و تعیین خصوصیت شوند. به هرحال، تفاسیر انسانی معمولا ضد و نقیض می باشند و ممکن است گیج کننده باشند. کارهای اخیر، یک تکنیک پردازش تصویر را برای توضیح تصاویر رادیوگرافی X-ray گرفته شده از بیمارانی با آسب های ریوی پیشنهاد می کنند که مبتنی بر پردازش دامنه فرکانس هستند. کارگاه آرشیو تصاویر و سیستم ها ارتباطی، انتقال داده های رادیوگرافی از تصاویر با فرمت DICOM به JPEG را ممکن می سازد. در فاز پیش پردازش، نودول های ریوی توسط یک رادیولوژیست مجرب قفسه سینه شناسایی می شوند و برای استخراج مناطق مورد نظر مورد استفاده قرار می گیرند. سپس، فیلترهای فرکانس پایین گذر با فیلترهای تاکید فرکانس بالاگذر که برای بهبود تصاویری با فرکانس های کات آف مناسب مورد استفاده قرار می گرفتند، جایگزین شدند. این مشخص شده است که فیلترینگ تصویر دامنه با فرکانس بالا موجب بهبود ویژگی های مورفولوژیک توده های ریوی می شود. تصاویر بهبود یافته سپس توسط یک رادیولوژیست متخصص، به صورت دیداری مورد بررسی قرار گرفتند. ما فهمیدیم که خصوصیات آسیب های ریوی به آسانی بعداز این فرایند شناسایی می شوند.
سرطان ریه معمول ترین دلیل مرگ مرتبط با سرطان در سرتاسر جهان می باشد. مرگ ناشی از سرطان ریه، به تنهایی افزون بر مرگ ناشی از مجموع سه سرطان پستان، پروستات و کلون می باشد. مطابق با انجمن سرطان آمریکا، نرخ بقا 5 ساله، کمتر از 15% می باشد. به هرحال، زمانی که سرطان ریه در مراحل اولیه تشخیص داده می شود، نرخ بقاء 5 ساله، به بیشتر از 50% افزایش پیدا می کند. اخیرا، تنها 15% از سرطان ریه در مراحل اولیه شناسایی می شوند، که قابل درمان ترین مراحل را دارند.
Abstract
Detection of lung nodules in a chest Radiograph is very difficult due to sensitivity to noise, lighting, and similar disturbances of the blood vessels and trachea. Therefore, such images need to be carefully examined to identify and characterize lung lesions. However, human interpretations are usually contradictory and may cause confusion. Current works propose an image processing technique based on frequency domain processing to clarify X-ray radiographic images taken in patients with a variety of lung lesions. The Picture Archiving and Communication Systems workstation allows transferring radiographic data from DICOM into JPEG image formats. In the preprocessing phase, the lung nodules are identified by an experienced chest radiologist and used for extracting regions of interest. Subsequently, low-pass followed by emphasis high-pass frequency filters are applied to enhance the images with appropriate cut-off frequencies. It has been found that high-frequency domain image filtering enhances the morphological features of lung masses. Enhanced images are then visually arbitrated by an expert radiologist.We found that the characteristics of lung lesions are easily identified after this process.
Lung cancer remains the most common cancer-related cause of death worldwide. Death subsequent to lung cancer alone outnumbers deaths from breast, prostate and colon cancers combined. According to the American Cancer Society, the overall 5-year survival rate is less than 15%. However when lung cancer is found in the early stages, the 5-year survival rate increases to more than 50%. Currently, only 15% of lung cancer is detected in the early, most treatable stages.
چکیده
کارهای قبلی روی آنالیز نودول
روش شناسی
فشرده سازی فایل های DICOM رادیوگرافی
پردازش دامنه فرکانس
کاهش نویز
فیلترینگ تاکید بالاگذر
نتایج و بحث
نتایج
Abstract
Previous work on nodule analysis
Methodology
Compression of radiographic DICOM files
Frequency domain processing
Noise reduction
High-pass emphasis filtering
Results and discussion
Conclusions