Reconstruction of x-ray images

Abstract

Abstract We have presented an integrated approach in retrieving, reconstructing, and storing images obtained from noisy X-rays in this study. The X-ray images are used to detect human body's invisible parts. The problem of blurring and uneven illumination is always faced. Although it is partially solved by the physicians via lighting the X-rays, this method is not working properly in some cases such as Vesico Ureteral Reflux disease. This may cause loss of some meaningful part of the information and failure in diagnosis process. In order to decrease such errors, some computational methods has been developed by means of image processing. Due to its very nature, reconstruction, retrieving and registration of x-ray images has been chosen as a subject of this study. We have begun attacking the problem of reconstruction and extraction, then started to generate ^nulti-layer teerarehkal-solutions. We have tried so many different approaches for each layer in our experiments. In each experiment, some methods produced accurate results, some methods did not. Thus, we have exerted every effort to optimize the solution for each layer. Although we have worked with limited number of sample images, (due to the problem of retrieving x-rays which is seen in this case) the results show us that, all the samples that we have processed, could have been reconstructed and stored as we have expected. Storing of the huge amount of data is an another problem in our area of interest, because of image characteristics. Every kidney image consists of nearly 120.000 (around 300x400) pixels. However, in our case, the boundaries of kidney region are sufficient for diagnosis. In other words, storing the boundaries instead of complete image has the same precision. We detected and stored the kidney's boundary coordinates on both x and y axis. Although this was sufficient for our study, we have decided to develop a much more flexible file format by ordering x and y coordinate couples in counter clockwise direction with the same information for further studies such as computer aided diagnosis systems.

Öz Bu çalışmada, gürültü düzeyleri yüksek Röntgen filmlerinden elde edilmiş görüntülerin sayısal ortama aktarımı, yeniden yapılandırılması ve saklanması üzerine çok katmanlı bir yöntem sunulmuştur. İnsan bedeninin bakıldığında gözle görülemeyen kısımlarının görüntülenmesi için kullanılan Röntgen filmlerinde daima düzgün olmayan ışık dağılımları ve bulanık alanlar bulunmaktadır. Bu sorunlar filmlerin arkadan aydınlatılması yöntemiyle kısmen çözülmüş olsa da her durumda bu çözüm yeterli olmamaktadır. Bu sorunların sonucu olarak film üzerindeki anlamlı bilgiler ya görülememekte veya kaybolmaktadır. Saydığımız bu nedenlerden dolayı Röntgen filmlerinin yeniden yapılandırılması bu çalışmanın konusunu olarak seçilmiştir. Yukarıda belirtilen sorunların tipik bir örneği olan Veziko Ureteral Reflü (VUR) hastalığına ait Röntgen filmleri yöntemin geliştirilmesi sırasında ele alınmış ve üzerinde çalışılmıştır. Çalışmaya, problemin yeniden yapılandırma ve görüntülerin anlamlı bölümlerin çıkarılması açısından yaklaşılmış ve daha sonra çok katmanlı çözümler üretilmiştir. Her katman için bir çok değişik yöntem uygulanmış ve en uygun çözüm seçilmiştir. Karşılaşılan diğer bir sorun ise katmanlar arası uyuşmazlıklar olmuştur. Bu problem ise üretilen bütün çözümlerin tek bir sistem olarak ele alındıktan sonra katman bazındaki çözümlerin tekrar gözden geçirilmesi ve bazılarının değiştirilmesi yoluyla aşılmıştır. Sonuçta, ele alman bütün görüntülerin işlenmesinden sonra elde edilen sonuçlar beklenildiği gibi yemden yapılandırılabilmiştir. Röntgen filmleriyle ilgili diğer bir sorun da çok fazla miktarda veri içeren bu görüntülerin sayısal ortamda saklanmasıdır. Çalışmalarımız sırasında gördük ki, VUR da hastalığın tanınmasında kullanılan anlamlı veriler ana nesnenin sınırlarında bulunmaktadır. Buradan yola çıkarak, sadece ana nesnenin sınırların saklamanın bütün görüntüyü saklamakla teşhis açısından aynı duyarlılığa sahip olduğunu gördük. Sonuç olarak, elimizdeki VUR görüntülerini yaklaşık 1/60 oranında sıkıştırmış olduk. Sıkıştırma sırasında daha ilerideki bilgisayar görselliği alanında yapılacak çalışmalara yardımcı olması açısından, ana şekle ait kenarları saat yönünün tersinde sıralayarak sakladık.