A digitalizált röntgenfelvételek diagnoszikai értékének javítása matematikai képfeldolgozó szoftver segítségével

Abstract

Kutatásunkban arra a kérdésre próbáltunk választ adni, azon praxisok számára, akiknek anyagi lehetőségeik nem teszik lehetővé a korszerű digitális radiológiai rendszerekbe való befektetést, létezik-e alternatív út az olcsóbb, analóg technológiával a minőségi felvételek előállítására. Vizsgálódásunk arra terjedt ki, hogy vajon tartalmaz-e az analóg technikával készült felvétel több információt, mint amennyit a röntgenfilm megjeleníteni képes. Ennek a kérdésnek a megválaszolásához szükség volt a rendszerek tulajdonságait összehasonlítani. Az ebből levont következtetések alapján megpróbáltuk az analóg technika hátrányait és gyengeségeit tompítani, ezt főként a kontrasztszegénység és a szűk dinamikatartomány okozta gondok kiküszöbölésével próbáltuk elérni. A korszerű, matematikai algoritmusokkal dolgozó posztprocesszív képfeldolgozói programok (Matlab, a Mathworks vállalat fejlesztése és az Adobe Photoshop CS3) működésének megismerése után 18 kutya, filmalapú röntgenberendezések által létrehozott 58 mielográfiás felvételének digitalizálásával folytattuk kutatásunkat. A digitalizált felvételeket kétféle eljárás szerint módosítottuk. A digitális radiológiai rendszerek munkaállomásaihoz hasonlóan a kontraszt és világosítás korrekciójával állítottunk elő képsorozatot. Ezzel párhuzamosan a Matlab nevű programmal szelektív színkezeléses, ún. „windowing” nevű speciális eljárással is hoztunk létre digitálisan módosított képeket. A képek elemzését a kontrasztanyag által vetett röntgenárnyék megszakadása helyének megítélésével végeztük. A képsorozatok statisztikailag helyes összehasonlítása érdekében standardizáltuk a vizsgálat alá helyezett képeket és számítási módszert is kifejlesztettünk az értékeléshez. Az elemzés után az 58 digitalizált képről háromszor 135, összesen 405 adat állt rendelkezésünkre az eredmények statisztikai értékelésére. A több oldalról végzett adatelemzés során arra az eredményre jutottunk, hogy ajánlott az analóg felvételek digitalizálása, ugyanis a windowing eljárás számításaink szerint biztonsággal nyújt jó alapot a mielográfia pontosabb elemzéséhez, a kontraszt és világosítás korrekciója is megbízható ilyen téren. A posztprocesszív digitális képfeldolgozás különösen abban a helyzetben áll helyt, ha az alapul szolgáló röntgenfelvétel a szűk dinamikatartomány következtében kifejezetten rossz kontraszttulajdonságokkal rendelkezik.

In our research we tried to answer the question, in those practices whose do not allow the financial capabilities of modern digital radiographic system for investment, there is an alternative way to produce high-quality recordings with the cheaper conventional radiography. The investigation was to extend, whether the analog recording technique includes more information than the observer can perceive on the X-ray film. To find out the way to answer this, it was necessary to compare the properties of the systems. By the conclusions drawn from the comparing we tried mitigate drawbacks and weaknesses of the analog technology, the main way to achieve this was to eliminate the problems caused by the low features of contrast and narrow dynamic range. After being familiar in bases and techniques of the advanced image processing programs whose work by mathematical algorithms (Matlab, developed by MathWorks Ltd., and Adobe Photoshop CS3), we digitized 58 myelographies of 18 dogs, taken by film-based X-ray equipment, to continue our research. We modified the digitized images according two procedure ways. In the same way like the digital radiographic systems’ workstation does, we improved the brightness and contrast on the first image serie. In parallel, we produced an other image serie by performing a selective color management called ’windowing’ in the Matlab software, which is a special procedure to create modified images. The analysis of all images was performed by marking and measuring the interruptions of shadow made by contrast agent. In order to produce statistically correct comparing we standardized the image series and a calculation method has been developed for the evaluation. After the analysis of 135 digitized images (58 multiplied by 3), totally 405 data were available for statistical evaluation. By the results we got in several aspects of data analysis, we recommend the digitization of film-based recordings. The windowing process provide a good basis for more accuracy in analysis of myelography, correction of contrast and brightness is also reliable in this context. The digital image postprocessing is particularly relevant in situations where the conventional X-ray recordings have expressly low contrast features due to the narrow dynamic range.