Radyografi görüntülerinin görüntü işleme algoritmaları kullanılarak adaptif olarak sıkıştırılması

Abstract

Görüntü Saklama ve İletişim Sistemleri (Picture Archiving and Communication System, PACS), birçok sağlık merkezinde tıbbi görüntülerin depolanması ve bir merkezden başka bir merkeze ulaştırılmasında standart bir protokol haline gelmiştir. DICOM 3 formatında PACS veri tabanında depolanan yüksek çözünürlüklü bu görüntüler, yüksek depolama alanı gerektirmektedir. Bu nedenle tanısal bilgiyi koruyarak görüntünün bellekte kapladığı alanı azaltmak ve PACS veri tabanının daha etkin kullanılabilmesini sağlamak ihtiyaç haline gelmiştir. Bu tez çalışmasında, pelvis radyografilerinde belirlenen ilgi bölgelerini (Regions of Interest, ROI) görüntü işleme algoritmaları yardımıyla tespit eden ve önem derecesine göre adaptif olarak sıkıştıran iki farklı yöntem sunulmuştur. Birinci yöntem, ilgi bölgelerinin radyolog hekim tarafından el ile konturlandığı durumda bu bölgeleri önem derecesine göre tespit edip adaptif olarak sıkıştıran bir algoritmadır. İkinci yöntem ise göz takip sisteminin kullanıldığı durumda odaklanma haritası ve işlenmemiş odak verisinden ilgi bölgelerini tespit edip adaptif olarak sıkıştıran bir algoritmadır. Önerilen yöntemler, radyoloji uzmanlık öğrencileri için ilgi bölgelerini gösterebilen ve doğru bölgeyi konturlamasına katkı sağlayan bir yapıya da sahiptir. Algoritmalardan elde edilen çıktılar objektif ve subjektif kriterler kullanılarak değerlendirilmiş, pelvis radyografilerinde birden fazla ilgi bölgesinin tanısal bilgiyi kaybetmeden adaptif olarak sıkıştırılabileceği gösterilmiştir.

In many health organizations Picture Archiving and Communication System (PACS) has become a standard protocol for storing medical images and transmission from one center to another. High resolution images, stored in DICOM 3 format in PACS, require large storage space. Therefore, reducing the image size by preserving diagnostic information has become a need. In this thesis, regions of interest (ROIs) on pelvis radiography are segmented by image processing algorithms and compressed adaptively by importance with two proposed methods. The first method is an algorithm that detects and adaptively compresses ROIs according to their importance when the regions are contoured manually by the radiologist. The second method is an algorithm that detects and adaptively compresses ROIs from the heat map and focus raw data when the eye tracking system is used. Both methods have a structure that can contribute to the residents who specialize in radiology when representing and correct contouring of regions of interest. The outputs are evaluated by using objective and subjective criteria, obtained results of adaptive compression with more than one ROI in pelvis radiography are explained in details and it has been proved that these kind of images can be compressed without losing diagnostic information.