Appunti di Dispositivi medicali e diagnostici

Standard DICOM per l'immagine medica

Le società di radiologia e i produttori dei dispositivi si sono messi insieme per definire un nuovo standard perché prima ognuno usava il suo metodo. 4 agenzie si sono messe insieme per definire un sistema che permettesse di ottenere un'immagine con un formato standard e un protocollo per il trasferimento di immagini. DICOM regola il formato e il protocollo di trasmissione. Partito negli anni '80 ed è arrivato negli anni '90 con il formato oggi utilizzato. In un file Dicom ci sono le info delle intensità dei pixel questa zona è solo un piccolo modulo di tutto il file. Il file è diviso in 4 sezioni, paziente, immagine, serie di immagini e la quarta contiene le immagini vere e proprie e le loro info. Mettere nelle immagini le info relative al paziente. architettura più sicura, problema di attribuire un'immagine ad un paziente. Problema dei dati di laboratorio che si aggira attorno al 3-4%, confondere pazienti. Mettere

all'interno del file quello che serve per identificare il paziente e le sue info relative. Sistema sicuro basato su un formato che deve gestire le info nelle diverse sezioni. Bisogna definire come unire queste sezioni, dati generali e dati dell'immagine. Per fare ciò si è deciso di mettere le info non relative alle immagini cioè i meta dati in etichette o tag, spazio di memoria del file in cui sono memorizzati dei caratteri. Posso scrivere il nome del paziente o altro. Devo però definire come metterle. Identificare con un'etichetta il tipo di info messo nel tag. Codifiche, sequenza di quattro numeri. Definito il significato delle cose messe nel tag, posso leggere i tag e so quale info è contenuta nell'immagine. In base al tag capisco che tipo di info ci sono. Parte di metadati e parte di intensità. Il formato DICOM permette anche la comunicazione, trasferire le immagini. Prima l'età creavano il file digitale e poi lo stampavano.

Oggi è tutto digitale, trasferimento su una rete di comunicazione, improvement nel '93 con il protocollo TCP/IP. Il protocollo è il modo per comunicare, stabilire con chi e scegliere un modo per rendere la comunicazione sicura. Immagine DICOM trasferita da un collegamento da una macchina che faceva da server e una che faceva da provider. Entità che riuscivano a scambiarsi info perché instauravano un protocollo di trasmissione. Il canale può risultare occupato in quanto i file scambiati sono pesanti, oggi sistemi in parallelo e scambi ad alta velocità. Immagine prodotta dallo strumento, visualizzabile dalla workstation, inviata ad un sistema di trasmissione. Oggi è possibile scrivere file su supporti magnetici e lasciarli al paziente o inviarli con internet. Oggi le tac refertate negli Stati Uniti vengono refertate in India. Agenzie in India con esperti che refertano e i referti sono pronti al mattino e costano meno. La trasmissione hacambiato il modo di gestire la clinica, come la tecnologia modifica le procedure operative della medicina. Per processare le immagini. Diminuire il rumore che vediamo sull'immagine frutto dell'errore durante la misura, una certa variabilità che si ripercuote sull'immagine con una sfocatura, segni spuri. Errore casuale = rumore. Aumentare le particolarità dell'immagine, istogramma dell'immagine. Cercare di estrarre parti delle immagini perché gli oggetti contenuti hanno info differenti da quelle delle aree circostanti. Definire quale è l'oggetto e quale è lo sfondo. Segmentare le immagini. Posso fare misure, ad es nei pazienti covid ci sono aree più luminose perché oltre all'aria c'è acqua dovuta all'infiammazione indentificare dove è la zona infiammata. Questo paziente ha un'area importante o meno, dare una quantificazione. Permette di capire se stanno aumentando o

diminuendo.Rappresentazione 3D.Devo vedere la qualità dell'immagine, se è presente rumore. Cosa intendiamo per qualità dell'immagine, concetto innato. In generale si basa su caratteristiche come risoluzione spaziale, cioè la distanza tra due punti dell'immagine. Altra è la risoluzione a livello del segnale, spettrale. Intensità definita da 0 a 255, se il segnale ha tante info nello stesso pixel ho una risoluzione spettrale alta. Il segnale potrebbe avere contenuti spettrali complessi, costruire lo spettro della radiazione e differenziare i vari punti a seconda dello spettro.Risoluzione radiometrica.Risoluzione temporale. Noi studiamo le immagini anche per studiare le variazioni nel tempo, evoluzione e dinamica del fenomeno, se vengono fatte in tempi ravvicinati avremo molte acquisizioni che descrivono andamenti nel dettaglio. Le serie di immagini, maggiori sono le qualità maggiori è la qualità totale dell'immagine.

Qualità, legata al rapporto tra segnale rumore. A seconda della dispersione dei dati capisco quale è il rumore e quale è il segnale. Il rapporto segnale rumore più favorevole con rumore molto piccolo. Qualità come la differenza di intensità del segnale diviso il punto a cui facciamo riferimento. Possiamo definire delle qualità diverse perché definiamo diverso il contrasto cioè la differenza tra l'intensità di due punti. Istogramma dell'immagine. Frequenza dei pixels, percentuale di pixels che hanno una certa intensità e intensità. Numero di colonne per righe indica il numero di pixel. Istogramma ben distribuiti indica una buona qualità dell'immagine perché se calcolo il contrasto la differenza di luminosità è uniforme su tutta l'immagine. Se l'istogramma ha picchi pronunciati ci sono zone con poco contrasto. Devo prendere l'istogramma e stirarlo, inmodo lineare e per tutti i livelli, affinché vada a sfruttare tutta la banda luminosa. Processo di normalizzazione. L'istogramma rappresenta i livelli di grigio e indica quanti punti ho per ogni livello. H indica come è distribuita la qualità dell'immagine. L'area sotto la curva è definita come la somma del numero di pixel per una certa intensità. Prodotto del numero di pixel ad una certa intensità fatto per tutte le intensità. Area sotto la curva se non è ampia l'immagine non ha una buona qualità. Trasformazioni sull'istogramma per migliorare la qualità. Possiamo definire la probabilità che abbiamo di avere pixel che hanno una certa intensità luminosa. Numero di pixel con intensità l diviso il numero totale di pixel. Probabilità = numeri di eventi favorevoli/eventi totali. L'istogramma rappresenta l'andamento delle probabilità di ottenere un certo

livello di intensità. Cambiare la probabilità di trovare pixel con una certa intensità. Se molti pixel hanno probabilità alte e molti basse allora la qualità è scarsa. Top sarebbe avere le probabilità uniformi quindi istogramma piatto. Equalizzazione dell'istogramma permette di modificare i rapporti di probabilità tra le varie classi. Come migliorare la qualità dell'immagine. Facendo l'integrale troviamo l'area sottesa alla curva. La curva cumulativa di un istogramma piatto è una retta. Calcolare la curva cumulativa e farla diventare molto simile ad una retta. Cambio intensità dei pixel. La situazione ideale è quella di togliere il rumore nell'acquisizione. Convoluzione = operazione matematica perché le immagini sono sequenze di numeri. Convoluzione dell'immagine con una maschera, minima di tre punti per tre punti. Maschera = kernel. Se l'immagine contiene queste

intensità iniziali, prendo la maschera e moltiplico i valori della maschera per i valori di intensità. Faccio la sommatoria dei valori. Ho trasformato l'immagine. Se la sommatoria non è uguale a zero sto aumentando o diminuendo l'intensità dell'immagine. Devo fare in modo di equilibrare il prodotto della maschera per l'immagine. Operazioni che permettono di operare sui valori delle intensità dei pixel per ottenere ciò che serve.

Filtri shooting, smussano i livelli di grigio, le intensità sono smussate perché se ci sono variazioni importanti di intensità la media le attenua. Posso definire dei livelli di soglia per eliminare i rumori.

Maschera con distribuzione gaussiana.

Maschera basata sul concetto di prendere il valore mediano delle intensità invece del valore medio. Prendi valori, li ordini e prendi il valore nella posizione a metà. Se i valori sono tutti circa 10 e 20 e uno è 99 con la

mediana otteniamo un valore coerente e lo eliminiamo dato che è un errore il 99. Se faccio la media il 99 mi alza di molto il valore e così considero il rumore.

Il filtro costituito dalla derivata della gaussiana rende i particolari più definiti, sharpening, affila i contorni degli oggetti. Se il gradiente è basso sono in un'area omogenea, se è alto è diverso e grazie a queste differenze posso identificare i contorni.

La superficie è piatta se tutti i pixel hanno la stessa intensità, se hanno intensità diverse la superficie presenta differenti spessori. Grado di intensità diverso da la possibilità di riconoscere il bordo di un oggetto e quindi identificare l'oggetto. Il bordo può avere una certa direzione indicata con la normale al gradiente. Possiamo calcolare la derivata (limite). Se lo applichiamo alle immagini, la distanza h non può essere infinitesima ma la più piccola sarà la

distanza tra due punti, risulta la differenza tra l'intensità di un pixel e di quello adiacente. Calcoliamo la derivata in direzione orizzontale e in direzione verticale, in quest'ultima si scende quindi il delta è negativo per il sistema di riferimento. Le zone piatte senza gradiente sono grigie quelle con gradiente colorano di bianco o nero. Combinando le due derivate sulle x e sulle y, la risultante è la somma di due vettori.

Per identificare un oggetto devo stabilire dove è il bordo e definire ciò che è l'oggetto e ciò che è sfondo. Se indentifichiamo un'identità sulla quale possiamo svolgere calcoli. Segmentare significa identificare una regione che include l'oggetto che vogliamo misurare o identificare serve per vedere cosa succede all'interno di quell'oggetto. Serve per quantificazioni e quindi per considerazioni cliniche. Riuscire a identificar dei pixel che appartengono

All'oggetto e quelli che appartengono all'osfondo. Se dobbiamo segmentare oggetti scuri dobbiamo determinare un livello soglia oltre il