Цифровые рентгенографические системы

1-генератор; 2-рентгеновская трубка; 3-пациент; 4-селеновый барабан; 5-сканирующие электроды и усилитель; 6-аналого-цифровой преобразователь; 7-накопитель изображений; 8-видеопроцессор; 9-сеть; 10-цифро-аналоговый преобразователь; 11-монитор; 12-снимок; 13-рентгенолог.

Селеновые детекторы  представляют собой новейшую систему цифровой рентгенографии (рис. 7).  Основной частью такого устройства служит детектор в  виде  барабана,  покрытого слоем  аморфного селена.  Селеновая  рентгенография в настоящее  время  используется  только  в  системах рентгенографии грудной клетки. Характерная для снимков грудной клетки высокая контрастность между легочными полями и областью средостения при цифровой обработке сглаживается,  не уменьшая при этом контрастности деталей изображения.

Другим преимуществом селенового  детектора является высокий коэффициент  отношения сигнал/шум.

АВТОМАТИЧЕСКИЙ АНАЛИЗ ИЗОБРАЖЕНИЯ

В медицинской рентгенологии разработан ряд диагностических методик, основанных на измерениях относительных размеров изображений органов (рентгенокардиометрия). Рентгенометрические методы широко применяются при рентгеновских исследованиях беременных, некоторых костных патологий в педиатрии и в других случаях.

Применение ЭВМ для рентгенометрических  методов во много раз сокращает трудовые затраты персонала и повышает точность измерений.

Задача автоматического анализа  медицинских изображений является особенно актуальной в условиях проведения обязательного диспансерного обследования населения. Ее решение должно радикальным  образом трансформировать весь процесс "скрининга" (массового профилактического обследования).

Под автоматическим анализом в медицинской  диагностике понимается частный  случай распознавания изображений (автоматическая классификация), т. е. Отнесение  изображения к определенному классу или группе, например норма, патология либо конкретный тип патологии. Математическая суть классификации есть отыскание некоторой функции, отображающей множество изображений во множество, элементами которого являются классы или группы изображений.

В большинстве случаев процесс  автоматической классификации проводится в три этапа:

4. Предварительная обработка, состоящая в максимальном приближении исследуемого изображения к эталонному или нормализованному. Чаще всего для медицинских изображений это пространственно инвариантные операции, сдвиг, изменение яркости, изменение контраста, квантование и геометрические преобразования (изменение масштаба, поворот оси). Теория этих преобразований хорошо разработана и, как правило, не вызывает трудностей при использовании современных ЭВМ.
5. Выделение признаков, при которых функция, представляющее обработанное изображение, подвергается функциональному преобразованию, выделяющему ряд наиболее существенных признаков, которые кодируются действительными числами. Выделение признаков заключается в математических преобразованиях изображения в зависимости от задачи анализа. Это может быть вычитание из эталона, вычитание постоянной составляющей для исключения мешающих теней, дифференцирование или автокорреляция для выделения контура, частотная фильтрация и многие другие. Правильный выбор алгоритма обработки имеет решающее значение для следующего этапа преобразования и представляет наибольшую трудность.

Классификация признаков. Полученные в результате предыдущей операции наборы действительных чисел, описывающие выделенные признаки, сравниваются с эталонными числами, заложенными в память машины. ЭВМ на основании такого сравнения классифицирует изображение, т. е. относит его к одному из известных видов, например норма или патология. Набор действительных чисел, характеризующих выделенные признаки, при этом можно рассматривать как точку в n-мерном пространстве. Если в это пространство предварительно введены области, занимаемые тем или иным классом в пространстве, называемом пространством признаков, либо, что случается чаще, задана плотность вероятности для каждого класса, появляется возможность с известной вероятностью отнести данное изображение к определенному классу.

СПИСОК ИСТОЧНИКОВ:

1. http://www.superdentos.ru/info/

2. http://www.referun.com/n/tsifrovaya-mikrofokusnaya-rentgenografiya-v-stomatologii

3. http://www.referun.com/n/sovershenstvovanie-luchevoy-diagnostiki-stomatologicheskih-zabolevaniy