زنگ.

کسانی هستند که این خبر را قبل از شما خوانده اند.
مشترک شدن برای دریافت مقالات تازه.
پست الکترونیک
نام
نام خانوادگی
چگونه می خواهید زنگ را بخوانید
بدون هرزنامه

    سیستم های سخت افزاری فتوفیلی برای تصحیح نظم تقاطع ویژگی اتمام توسط شرکت کنندگان در رقابت، که تصویر را می توان بارها مشاهده کرد. تفاوت فنی اصلی ... ... ویکی پدیا

    بخشی از پشتیبانی سخت افزاری برای اولین رایانه های خانگی که برای از بین بردن فلیکر (deinterlacing) در فریم های سیگنال ویدئویی در خروجی استفاده می شود. این دستگاه ویژگی های سیگنال تلویزیونی را تطبیق می دهد تا تصویر را بر روی ... ... ویکی پدیا

    دروازه شاتر پرده یک دستگاه عکاسی مورد استفاده برای همپوشانی یک شار نور پیش بینی شده توسط لنز بر روی یک ماده عکس (به عنوان مثال، یک فتوپتی) یا یک عکاسی (در یک دیجیتال ... ویکی پدیا

    شاتر یک دستگاه عکاسی است که برای همپوشانی یک جریان نور طراحی شده توسط لنز بر روی یک ماده عکس (به عنوان مثال، یک فتوپلین) یا یک عکاسی (در عکاسی دیجیتال) با باز کردن شاتر در یک زمان خاص از گزیده ... ... ویکی پدیا

    شاتر یک دستگاه عکاسی است که برای همپوشانی جریان نور طراحی شده توسط لنز بر روی مواد عکس (به عنوان مثال، یک فتوپلین) یا عکاسی (در یک عکس دیجیتال) استفاده می شود. با باز کردن شاتر در یک زمان خاص از گزیده ... ... ویکی پدیا

    شاتر یک دستگاه عکاسی است که برای همپوشانی جریان نور طراحی شده توسط لنز بر روی مواد عکس (به عنوان مثال، یک فتوپلین) یا عکاسی (در یک عکس دیجیتال) استفاده می شود. با باز کردن شاتر در یک زمان خاص از گزیده ... ... ویکی پدیا

    یک روش نمایش اطلاعات در مورد وضعیت تجهیزات تکنولوژیکی و پارامترهای فرآیند بر روی مانیتور کامپیوتر یا پانل اپراتور در سیستم کنترل اتوماتیک در صنعت، که همچنین ... Wikipedia

    Commodore 64 Screensaver (همچنین صفحه اصلی صفحه اصلی، محافظ صفحه نمایش) برنامه کامپیوتری، که پس از برخی از زمان های خاموش کامپیوتر جایگزین یک تصویر استاتیک پویا یا کاملا سیاه و سفید است. برای مانیتورها بر اساس CRT و پلاسما ... ... ویکی پدیا

    صفحه اصلی Commodore 64 محافظ صفحه نمایش (همچنین نگهبان صفحه نمایش، محافظ صفحه نمایش) برنامه کامپیوتری، که پس از برخی از زمان های خاموش کامپیوتر جایگزین یک تصویر استاتیک پویا یا کاملا سیاه و سفید است. برای مانیتور بر اساس elt ... ویکی پدیا

در خانواده فتوشاپ نسخه جدید فتوشاپ CC 2014 یک فیلتر جدید دارد تار شدن(مسیر تاری)، یک ابزار فوق العاده برای اضافه کردن اثر حرکت و بهبود هماهنگ سازی حرکت در تصویر. عکس ها با حرکت، آیا این یک توپ رها شده، یک ماشین مسابقه ای یا اسب جادویی است که موفق به ایجاد هماهنگ سازی حرکت و اضافه کردن یک داستان یا جهت حرکت، در غیر این صورت، تصاویر باقی می ماند.

در این درس، عکاس Tigz Rice به شما نشان می دهد که چگونه می توانید عکس رقصنده را با استفاده از ایجاد یک اثر هماهنگ سازی حرکت در برنامه فتوشاپ بهبود دهید.

TIGZ همچنین اسرار کار با یک فیلتر جدید را نشان می دهد تار شدن(فیلتر مسیر Blur) در نسخه جدید برنامه فتوشاپ CC 2014.

جمع نتیجه

مرحله 1

تصویر انتخاب شده را در فتوشاپ CC 2014 باز کنید و سپس تبدیل کنید این تصویر که در شیء هوشمند(شیء هوشمند) با کلیک راست بر روی لایه منبع و در پنجره ای که ظاهر می شود، گزینه را انتخاب کنید تبدیل که در هوشمندانهشیء (تبدیل به شیء هوشمند).

سریع:کار با یک شیء هوشمند به شما آزادی عمل می دهد زمانی که شما در هر زمان از گردش کار تغییر دهید، و نه بر روی پانل تاریخ تکیه نکنید.

گام 2.

بعد، برو فیلتر - گالری Blur - Contour Blur(Filter\u003e Blur Gallery\u003e Path Blur)، Next، پنجره تنظیمات Tool Blur ظاهر خواهد شد. برنامه فتوشاپ به طور خودکار کانتور آبی را به تصویر خود اضافه کنید تا جهت تاری را کنترل کنید.

یادداشت مترجم: گالری گالری (گالری Blur) یک پنجره تنظیمات ابزار است تار شدن(Blur Tools)، یکی از پارامترهای تنظیمات این ابزار - این تار شدن (مسیر تاری)، این پارامتر و به این درس اختصاص یافته است.

روی ماوس کلیک کنید + پایان کانتور را بکشید تا جهت تاری را که استفاده می کنید کنترل کنید. شما همچنین می توانید یک نقطه میانی را به کانتور اضافه کنید، که می تواند منتقل شود تا کانون خود را از انحنای خود قرار دهد.

سریع: علاوه بر این، نقاط را به انحنای کانتور خود اضافه کنید، در هر نقطه در کنار خط آبی کلیک کنید.

مرحله 3

بر روی هر بخش از تصویر کلیک کنید + ماوس را بکشید تا علاوه بر این، طرح های Blur را بر روی تصویر خود ایجاد کنید. در تصویر اصلی، من یک حلقه حرکت برای هر پا و دست ها ایجاد کردم، به علاوه علاوه بر این برای سر و آخرین کانتور برای پارچه شفاف.

نکته: شما می توانید شدت هر مدار تاری را کنترل کنید، با اشاره به مکان نما ماوس به انتهای کانتور و استفاده از دونده های دور کوچک که ظاهر می شود.

یادداشت مترجم:کنترل شدت هر کنتور به این معنی است که شما می توانید شدت تاری از هر عنصر تصویر فردی را تغییر دهید.

مرحله 4

در پنجره تنظیمات دستگاه تار شدن(Tools Blur) در تنظیمات پارامتر تار شدن(مسیر تاری) در سمت راست سند، روی منوی کشویی کلیک کنید و در لیست که ظاهر می شود، گزینه "عقب همگام سازی فلش" را انتخاب کنید، این گزینه تنظیمات دوربین را شبیه سازی می کند و یک پالس نور قابل احتراق فلش را ایجاد می کند در پایان هر نقطه تاریک.

پارامترها را تنظیم کنید سرعت(سرعت) و انتقال آرام(Taper) تا زمانی که اثر مورد نظر را دریافت کنید. به محض این که حلقه Blur مرتب می شود، روی OK کلیک کنید.

مرحله 5

ما به پنجره اصلی Photoshop بازگشت، حالا شما می توانید خطوط Blur خود را پنهان کنید، با کلیک بر روی ماسک فیلتر هوشمند و با فشار دادن کلیدها (Ctrl + I) برای تبدیل ماسک در رنگ سیاهاین رنگ اثر تاری را بر روی تصویر شما پنهان می کند. بعد، ابزار را انتخاب کنید قلم مو (ابزار قلم مو (ب))، یک برس نرم را نصب کنید، رنگ سفید رنگ را نصب کنید و با استفاده از این قلم مو، بخش های تصویر را به دقت فشار دهید، هر کجا که می خواهید حرکت بیشتری را اضافه کنید.

تکنولوژی رادیولوژی متری (TMR) معمولا دستکاری های متعدد را با یک کامپیوتر انجام می دهد تا تصاویر تشخیصی را بهبود بخشد تا بتواند در تفسیر مناسب کمک کند. اگرچه فناوری های با تجربه معمولا از پیامدهای بصری دستکاری های آنها آگاه هستند، اما نمی توانند به طور کامل درک اصول ریاضی و علمی، که در عمل یک فشار از ماوس هستند. اصول را می توان برای همه به جز TMR بیشتر تکنولوژیکی باهوش دشوار بود. در هر صورت، پردازش ریاضی تصاویر در کتاب های درسی و مقالات ارعاب، جلوگیری از یا شاید بی سابقه TMR. با این حال، غلبه بر مقاومت و درک اصول اساسی که در پردازش تصویر دروغ می گویند، TMR می تواند توانایی خود را برای به دست آوردن تصاویر تشخیصی با کیفیت بالا گسترش دهد.

غیر ممکن است ریاضیات را از بحث پردازش تصویر و فیلتر کردن حذف کنید. این مقاله اصول را در تعدادی از روش های معمول توصیف می کند. این توضیحات باید برای تکنولوژیست های مختلف سطوح مختلف دانش ریاضی قابل قبول باشد. اولین روش ها بحث خواهد شد، روش های ساده مرتبط با تصاویر استاتیک. علاوه بر این، روش های پیچیده تر مرتبط با تصاویر پویا. بخش قابل توجهی از پردازش تصویر و فیلتراسیون با تصاویر فیزیولوژیکی بسته و مخالف (توموگرافی کامپیوتری تک فوتونی) رخ می دهد. متأسفانه پیچیدگی این مسائل را نمی دهد توصیف همراه با جزئیات اینجا.

پردازش تصویر استاتیک

تصاویر استاتیک که به طور مستقیم به فیلم منتقل شده اند در زمان واقعی در قالب آنالوگ ارائه شده است. این داده ها ممکن است محدوده ای بی نهایت از مقادیر داشته باشند و می توانند تصاویری را ایجاد کنند که به طور دقیق توزیع رادیونوکلئید ها در اندام ها و بافت ها را نشان می دهد. اگر چه این تصاویر را می توان بسیار بالا، اگر آنها به درستی به دست آمده، در زمان واقعی، مجموعه اطلاعات تنها یک امکان برای خرید داده ها را فراهم می کند. با توجه به عامل انسانی یا سایر خطاها، ممکن است لازم باشد تصویر را برای به دست آوردن یک تصویر تکرار کنید و در برخی موارد تکرار کل مطالعات را تکرار کنید.

تصاویر استاتیک منتقل شده به یک کامپیوتر برای ذخیره سازی یا بهبود در فرمت دیجیتال ارائه شده است. این انجام شده است در قالب الکترونیکی با مبدل آنالوگ به دیجیتال. در اتاق های قدیمی، این تحول از طریق یک سری از شبکه های مقاومت رخ داده است که حاوی قدرت سیگنال است که از چندین فوتومتلیر تشکیل شده است و یک سیگنال دیجیتالی را تولید می کند که متناسب با انرژی های رویدادها است.

صرف نظر از روش مورد استفاده برای دیجیتالی کردن تصاویر، خروجی دیجیتال مقدار گسسته داده های آنالوگ پردازش شده را تعیین می کند. نتیجه تصاویری است که می توانند ذخیره و پردازش شوند. با این حال، این تصاویر تنها تقریبی از داده های اصلی آنالوگ هستند. همانطور که در شکل 1 دیده می شود، نمایندگی دیجیتال دارای ظاهر نمونه ای است، اما سیگنال های آنالوگ را کپی نمی کند.

شکل 1 - منحنی آنالوگ و نمایندگی دیجیتال آن

تصاویر دیجیتال پزشکی رادیولوژیک شامل یک ماتریس انتخاب شده توسط یک تکنسین است. برخی از ماتریس های رایج مورد استفاده در دارو رادیولوژیک: 64x64، 128x128 و 256x256. در مورد ماتریس 64x64، صفحه نمایش کامپیوتر به 64 سلول به صورت افقی تقسیم می شود و 64 عمودی. هر مربع به عنوان یک نتیجه از این جدایی پیکسل نامیده می شود. هر پیکسل ممکن است مقدار محدودی از داده ها داشته باشد. در ماتریس 64x64، مجموع 4096 پیکسل بر روی صفحه نمایش کامپیوتر وجود دارد، ماتریس 128x128 به 16384 پیکسل و 256x256 - 65536 پیکسل می دهد.

تصاویر با تعداد زیادی از پیکسل ها بیشتر شبیه داده های اصلی آنالوگ هستند. با این حال، این بدان معنی است که کامپیوتر باید اطلاعات بیشتری را ذخیره و پردازش کند، که به آن نیاز به فضای دیسک سخت تر و الزامات بالاتر دارید حافظه دسترسی تصادفی. اکثر تصاویر استاتیک برای یک بازرسی بصری توسط پزشک داروهای رادیولوژی به دست می آیند، به طوری که آنها معمولا به تجزیه و تحلیل آماری یا عددی قابل توجهی نیاز ندارند. تعدادی از رایج روش های استاتیک پردازش تصویر معمولا برای اهداف بالینی استفاده می شود. این روش ها لزوما برای پردازش تصویر استاتیک منحصر به فرد نیستند و می توانند در برخی از برنامه های کاربردی برای تصویر پویا، فیزیولوژیکی بسته یا Opect-Image استفاده شوند. این روش های زیر است:

مقیاس تصویر؛

پس زمینه تفریق؛

صاف کردن / فیلتر کردن؛

تفریق دیجیتال؛

عادی سازی؛

تصویر نمایه

مقیاس سازی تصویر

هنگام مشاهده تصاویر دیجیتال برای کنترل بصری یا نوشتن تصاویر، یک تکنولوژیست، باید مقیاس تصویر صحیح را انتخاب کنید. مقیاس تصویر می تواند در قالب سیاه و سفید با سایه های متوسط \u200b\u200bخاکستری یا فرمت رنگ رخ دهد. ساده ترین مقیاس خاکستری یک مقیاس با دو سایه خاکستری، یعنی سفید و سیاه خواهد بود. در این مورد، اگر مقدار پیکسل بیش از مقدار مشخص شده کاربر باشد، اگر مقدار کمتر باشد، یک نقطه سیاه بر روی صفحه نمایش ظاهر می شود، اگر مقدار کمتر باشد، سپس سفید (یا شفاف در مورد تصاویر اشعه ایکس). این مقیاس را می توان به صورت اختیاری از کاربر معکوس کرد.

اغلب از مقیاس 16، 32 یا 64 سایه خاکستری استفاده می شود. در این موارد، پیکسل های حاوی اطلاعات کامل ترین مانند سایه های تاریک (سیاه) است. پیکسل هایی حاوی حداقل اطلاعات به نظر می رسد مانند درخشان ترین سایه ها (شفاف). تمام پیکسل های دیگر مانند سایه های خاکستری به نظر می رسد، بر اساس تعداد اطلاعاتی که حاوی آنها هستند. رابطه بین تعداد نقاط و سایه های خاکستری می تواند به صورت خطی، لگاریتمی یا نمادین تعریف شود. مهم است که سایه صحیح خاکستری را انتخاب کنید. اگر بیش از حد بسیاری از سایه های خاکستری انتخاب شده، تصویر ممکن است تاریک نگاه کند. اگر خیلی کم باشد - تصویر ممکن است خیلی تاریک باشد (شکل 2).

شکل 2 - (الف) تصاویر با مقدار زیادی از سایه های خاکستری، (B) با مقدار کمی از سایه های خاکستری، (C) تصویر با درجه صحیح خاکستری

فرمت رنگ را می توان برای اندازه گیری تصویر استفاده کرد، و در این مورد فرآیند با مقیاس خاکستری دستکاری ها همخوانی دارد. با این حال، به جای نمایش داده ها در سایه های خاکستری، داده ها در رنگ های مختلف بسته به تعداد اطلاعات موجود در پیکسل نمایش داده می شود. اگر چه تصاویر رنگی برای مبتدیان جذاب و بصری تر برای روابط عمومی هستند، تصاویر رنگی کوچک هستند تا به تفسیر فیلم اضافه شوند. بنابراین، بسیاری از پزشکان هنوز ترجیح می دهند تصاویر را در نمرات سیاه و سفید مشاهده کنند.

پس زمینه تفریق

عوامل متعدد ناخواسته در تصاویر پزشکی رادیولوژیک وجود دارد: پس زمینه، گسترش کامپتون و نویز. این عوامل برای داروهای رادیولوژیک در ارتباط با موضع گیری رادیولوژیک رادیولوژیک در همان ارگان یا بافت غیر معمول هستند.

چنین مقادیر غیر طبیعی (شمارش) سهم قابل توجهی در بدتر شدن تصویر ایجاد می کند. منابع جمع آوری شده از منابع دروغین و همپوشانی پس زمینه هستند. Compton گسترش به دلیل فوتون است که از مسیر آن منحرف شده است. اگر فوتون از محفظه گاما رد شد یا انرژی کافی را از دست داد تا از محفظه الکترونیک متمایز شود، بسیار مهم نیست. با این حال، مواردی وجود دارد که فوتون به سمت دوربین حرکت می کند و از دست دادن انرژی آن می تواند به اندازه کافی بزرگ برای دوربین باشد تا آن را به عنوان پراکندگی تعیین کند. در این شرایط، پخش کامپتون را می توان با دوربین هایی که از منابع دیگر، علاوه بر زمینه های مورد علاقه رخ داده است، ثبت شود. نویز نوسانات تصادفی در سیستم الکترونیکی. در شرایط عادی، سر و صدا به انتشار های نامطلوب به همان اندازه پراکندگی پس زمینه و پراکندگی کامپوننت کمک نمی کند. با این حال، به عنوان پراکندگی پس زمینه و سازگاری، نویز می تواند به کاهش کیفیت تصویر کمک کند. این امر می تواند به ویژه برای تحقیقات مشکل ساز باشد که در آن تجزیه و تحلیل کمی نقش مهمی در تفسیر نهایی مطالعه ایفا می کند. مشکلات پس زمینه، گسترش کامپتون و نویز را می توان با استفاده از یک فرآیند شناخته شده به عنوان تفریق پس زمینه به حداقل برساند. به عنوان یک قاعده، یک تکنسین یک منطقه مورد علاقه (ROI) مناسب برای تفریق پس زمینه را جذب می کند، اما در برخی موارد، منطقه مورد علاقه توسط یک کامپیوتر تولید می شود (شکل 3).

شکل 3 - تصویر قلب. تظاهرات تفکیک مناسب قرار دادن پس زمینه ROI (فلش)

صرف نظر از این روش، تکنسین مسئول قرار دادن مناسب پس زمینه ROI است. پس زمینه مناطق با تعداد بیشتری از مناطق می تواند پارامترهای زیادی را از یک عضو یا پارچه در زمینه مورد علاقه اش شلیک کند. از سوی دیگر، پس زمینه مناطق با تعداد فوق العاده کم از مناطق، پارامترهای بیش از حد از تصویر را افزایش می دهد. هر دو اشتباه می توانند به تفسیر نادرست مطالعه منجر شوند.

تفریق پسزمینه با اضافه کردن تعداد شمارش در حالت پسزمینه ROI و بخش در تعداد پیکسل ها، که در پس زمینه ROI موجود است. پس از آن، تعداد به دست آمده از هر پیکسل در ارگان یا بافت کم می شود. به عنوان مثال، فرض کنید که ROI پس زمینه 45 پیکسل بود و شامل 630 نمونه بود. سابقه متوسط:

630 نمونه / 45 پیکسل \u003d 14 نمونه / پیکسل

صاف کردن / فیلتر کردن

هدف از صاف کردن، کاهش سر و صدا و بهبود کیفیت تصویر تصویر است. اغلب، صاف کردن فیلتراسیون نامیده می شود. دو نوع فیلترهایی وجود دارد که می تواند در زمینه تابش پزشکی مفید باشد: فضایی و موقت. فیلترهای فضایی هر دو برای تصاویر استاتیک و پویا استفاده می شوند، در حالی که موقت تنها برای تصاویر پویا استفاده می شود.

خیلی زیاد روش ساده Scounding از مربع 3-X-3 پیکسل (نه مجموع) استفاده می شود و همچنین مقدار را در هر پیکسل تعیین می کند. مقادیر پیکسل در مربع میانگین است، و این مقدار به پیکسل مرکزی اختصاص داده می شود (شکل 4). در اختیار تکنسین، همان عملیات را می توان برای کل صفحه نمایش کامپیوتر یا منطقه محدود تکرار کرد. چنین عملیاتی را می توان با مربع های 5-X-5 یا 7-X-7 انجام داد.

شکل 4 - 9-تایپکسل طرح ساده صافی

یک عملیات مشابه، اما پیچیده تر شامل ایجاد یک هسته فیلتر با وزن کردن مقادیر پیکسل اطراف پیکسل مرکزی است. هر پیکسل با ارزش های وزن مناسب ضرب می شود. بعد، مقادیر کرنل فیلتر خلاصه می شود. در نهایت، مجموع مقادیر هسته فیلتر به مجموع مقادیر وزنی تقسیم می شود و مقدار به پیکسل مرکزی اختصاص داده می شود (شکل 5).

شکل 5 - نمودار صافی 9-تایپکسل با هسته فیلتر معلق

ضرر این است که هنگام صاف کردن، اگر چه تصویر ممکن است به صورت بصری جذاب تر باشد، تصویر می تواند تار شود، و از دست دادن در وضوح تصویر وجود دارد. استفاده نهایی از هسته فیلتر شامل وزن با مقادیر منفی در طول پیکسل های محیطی با ارزش مثبت در مرکز پیکسل است. این روش توزین تمایل دارد تا تعداد اختلافات بین پیکسل های مجاور را فعال کند و می تواند مورد استفاده قرار گیرد تا احتمال تشخیص مرزهای اندام های ارگان ها یا بافت ها را افزایش دهد.

تفریق دیجیتال و عادی سازی

مشکل معمول در دارو رادیولوژیک مانع از پنهان شدن یا پنهان کردن ایستگاه های غیرمعمول انباشت شاخص می شود. بسیاری از این مشکلات توسط استفاده از فن آوری ها غلبه کردند. با این حال، روش های هوشمندانه تر برای کسب اطلاعات مربوط به یک تصویر صاف مورد نیاز است. یکی از این روش ها، تفریق دیجیتال است. تفریق دیجیتال شامل تفریق یک تصویر از دیگری است. این بر اساس پس زمینه است که برخی از رادیواکتیو ها در بافت های طبیعی و پاتولوژیک قرار می گیرند، که باعث درست بودن تفسیر برای دکتر می شود. برای کمک به تمایز بین بافت های طبیعی و پاتولوژیک، دومین رادیوگرافی تنها در بافت های سالم تجویز می شود. تصویری از توزیع رادیوگرافی دوم از تصویر اول از تصویر خارج می شود، و تنها یک تصویر از بافت ناهموار را ترک می کند. ضروری است که بیمار بین معرفی اول و دوم ثابت باقی بماند.

هنگامی که یک تکنسین یک تصویر دوم بسیار جامد را از یک تصویر درجه پایین درجه پایین می گیرد، می توانید مقادیر کافی از بافت ناهنجاری را حذف کنید، که نوع "طبیعی" را ایجاد می کند (شکل 6).

شکل 6 - تفریق دیجیتال بدون عادی سازی

برای اجتناب از نتایج منفی منفی مطالعه، تصاویر باید نرمال شوند. عادی سازی است فرآیند ریاضیکه در آن شمارش پراکنده بین دو تصویر هماهنگ شده اند. برای عادی کردن تصویر، تکنسین ضروری است که یک منطقه کوچک از علاقه نزدیک بافت را برجسته کند، که طبیعی است. تعداد نمونه ها در منطقه در تصویر اول (با تعداد کم) به نمودارها در همان منطقه دوم (با تعداد زیاد) تقسیم می شود. این یک نسبت ضرب را به دست می دهد، شمارش تمام پیکسل هایی که تصویر اول را تشکیل می دهند. در شکل 7، "منطقه عادی"، در محاسبه، پیکسل سمت چپ بالایی خواهد بود. این شماره در "Normal Domain" (2)، به یک پیکسل مناسب تصویر دوم تقسیم می شود (40)، ضریب ضریب 20 را می دهد. تمام پیکسل ها در تصویر اول، سپس با ضریب 20 ضرب می شود. در نهایت، تصویر دوم از شماره اول در تصویر اول کسر می شود.

شکل 7 - پس زمینه تفریق با عادی سازی

پروفیل تصویر

پروفیل تصویر ساده، که برای اندازه گیری پارامترهای مختلف بر روی تصویر استاتیک استفاده می شود. برای پروفیل، تکنولوژیست برنامه مناسب را بر روی کامپیوتر باز می کند و خط را در سراسر صفحه کامپیوتر قرار می دهد. کامپیوتر پیکسل های مشخص شده توسط خط را در نظر می گیرد و یک نمودار از وابستگی تعداد شمارش موجود در پیکسل ها را ایجاد می کند. تصویر نمایه دارای چندین برنامه کاربردی است. برای یک مطالعه استاتیک از پرفیوژن میوکارد، مشخصات از طریق میوکارد برای تعیین میزان پرفیوژن قلب (شکل 8) گرفته شده است. در مورد مطالعه منطقه Sacral-Ileum، نمایه برای برآورد همگنی جذب استخوان عامل مفاصل مقدس و مفاصل ایلایک در تصویر استفاده می شود. در نهایت، تصویر پروفایل ها را می توان به عنوان کنترل برای تجزیه و تحلیل کنتراست دوربین استفاده کرد.

شکل 8 - تصویر نمایه میوکارد

پردازش تصاویر پویا

یک تصویر پویا مجموعه ای از تصاویر استاتیک است که به ترتیب به دست آمده است. بنابراین، بحث قبلی در مورد ترکیب تصاویر آنالوگ و دیجیتال استاتیک برای تصاویر پویا قابل استفاده است. تصاویر پویا به دست آمده در فرمت دیجیتال شامل ماتریس های انتخاب شده توسط تکنسین، اما به عنوان یک قاعده، این ماتریس اندازه 64-X-64 یا 128-X-128 است. اگر چه این ماتریس ها می توانند رزولوشن تصویر را به خطر بیاندازند، آنها نیاز به حافظه قابل ملاحظه ای برای ذخیره سازی و RAM نسبت به ماتریس 256-X-256 دارند.

تصاویر پویا برای تخمین میزان انباشت و / یا میزان حذف RFP از اندام ها و بافت ها استفاده می شود. برخی از روش ها، مانند استخوان های سه فاز و خونریزی گوارشی، نیاز به بازرسی بصری یک پزشک برای ایجاد نتیجه گیری تشخیصی دارند. مطالعات دیگر مانند نفرولوژی (شکل 9)، مطالعات معده از تخلیه و کسر تخلیه هپاتوبلیاری، نیاز به ارزیابی کمی به عنوان بخشی از تشخیص دکتر دارد.

این بخش تعدادی از روش های کلی برای پردازش تصویر پویا مورد استفاده در عمل بالینی را مورد بحث قرار می دهد. این روش ها لزوما برای پردازش تصویر پویا منحصر به فرد نیستند و برخی از آنها کاربردی برای فیزیولوژیکی بسته یا مخالفت دارند. این روش ها هستند:

جمع / اضافه کردن تصاویر؛

فیلتر موقت؛

منحنی فعالیت فعالیت؛

خلاصه تصویر / مکمل

جمع کردن تصاویر و افزودن شرایط قابل تعویض است که مربوط به یک فرایند است. این مقاله از اصطلاح جمع بندی تصاویر استفاده خواهد کرد. جمع آوری تصاویر فرآیند جمع کردن ارزش های چند عکس است. اگر چه شرایطی ممکن است بوجود آید که در آن تصاویر قابل جمع شدن آن اندازه گیری شود، اما این استثنا بیشتر از قانون است. از آنجا که دلیل جمع کردن تصویر به ندرت برای اهداف کمی مورد استفاده قرار می گیرد، شما نباید خلاصه ای از تصاویر را عادی کنید.

مطالعات تصویر را می توان به طور جزئی یا به طور کامل خلاصه کرد تا یک تصویر را بدست آورد. روش جایگزین شامل فشرده سازی یک تصویر پویا به فریم های کمتر است. صرف نظر از روش استفاده شده، مزیت اصلی جمع کردن تصویر، لوازم آرایشی است. به عنوان مثال، تصاویر متوالی با تعداد کمی از مطالعات، برای تجسم ارگان یا بافت مورد مطالعه خلاصه می شود. بدیهی است، یک تکنسین به پردازش بیشتر تصاویر تجسم تجسم ارگان ها و بافت ها کمک خواهد کرد که به دکتر در تفسیر بصری نتایج این مطالعه کمک خواهد کرد (شکل 9).

شکل 9 - (a) nephrogram قبل و (b) پس از جمع شدن

فیلتر موقت

هدف از فیلتراسیون، کاهش سر و صدا و بهبود کیفیت تصویر تصویر است. فیلتر فضایی، که اغلب به عنوان صاف کننده شناخته می شود، به تصاویر استاتیک اعمال می شود. با این حال، از آنجا که تصاویر پویا به طور مداوم تصاویر استاتیک واقع شده اند، توصیه می شود از فیلترهای فضایی و پویا استفاده کنید.

انواع مختلف فیلترها، یک فیلتر موقت، به مطالعات پویا اعمال می شود. پیکسل ها در فریم های تجزیه و تحلیل پویایی پیکربندی بعید است که نوسانات زیادی از نمونه های انباشته را تجربه کنند. با این حال، تغییرات کوچک در یک فریم از قبل می تواند منجر به "سوسو زدن" شود. فیلترهای موقت با موفقیت سوسو زدن را کاهش می دهند، در عین حال به حداقل رساندن نوسانات داده های آماری قابل توجه است. این فیلترها از تکنیک وزنی متوسط \u200b\u200bاستفاده می کنند که در آن پیکسل به مقدار متوسط \u200b\u200bوزن پیکسل های یکسان از فریم های قبلی و بعدی اختصاص داده می شود.

منحنی زمان فعالیت

استفاده کمی از تصاویر پویا برای تخمین سرعت انباشت و / یا میزان حذف RFP از اندام ها یا بافت ها در نهایت مربوط به منحنی فعالیت است. منحنی های زمان فعالیت برای نشان دادن اینکه چگونه شمارش در حوزه های مورد علاقه در طول زمان تغییر می کند استفاده می شود. پزشکان ممکن است علاقه مند به تجمع سرعت و نمونه برداری (به عنوان مثال، نفروگرام)، میزان انتشار (به عنوان مثال، کسر هپاتوبلیاری از انتشار گازهای گلخانه ای، تخلیه معده)، و یا به سادگی یک تغییر محاسبه شده برای مدت زمان طولانی (به عنوان مثال، رادیو ایزوتوپ Ventriculography) .

صرف نظر از این روش، منحنی های زمان فعالیت با تعیین ROI در اطراف ارگان یا بافت آغاز می شود. تکنسین می تواند از یک قلم نور یا ماوس برای نقاشی ROI استفاده کند. با این حال، برخی وجود دارد برنامه های کامپیوتریکه به طور خودکار جداسازی را با تجزیه و تحلیل کانتور ایجاد می کند. تعداد کمی از مطالعات می تواند یک مشکل برای تکنولوژیست ها باشد، زیرا اندام ها و بافت ها می توانند دشوار باشند. تخصیص مناسب ROI ممکن است نیاز به یک تکنسین، جمع بندی یا فشرده سازی داشته باشد تا مرزهای ارگان یا بافت به راحتی قابل تشخیص باشند. برای برخی مطالعات، ROI در تمام مطالعات (به عنوان مثال، نفروگرام) باقی خواهد ماند، در حالی که در سایر مطالعات ROI ممکن است اندازه، شکل و مکان های مختلف (به عنوان مثال تخلیه معده) داشته باشد. در تحقیقات کمی، بسیار مهم است که پس زمینه تنظیم شود.

پس از شمارش در ROI، آن را برای هر فریم تعیین می شود و پس زمینه از هر تصویر کسر می شود، معمولا برای ساخت داده ها در طول زمان در امتداد محور X و محاسبه در امتداد محور Y (شکل 10).

شکل 10 - تقلید از منحنی زمان فعالیت

در نتیجه، منحنی زمان به صورت بصری و عددی قابل مقایسه با هنجار ثابت برای هر مطالعه خاص است. تقریبا در همه موارد، میزان انباشت یا انتخاب، و همچنین یک فرم کلی از یک منحنی از یک مطالعه طبیعی، برای مقایسه تفاسیر نهایی نتایج مطالعه استفاده می شود.

نتیجه

تعداد روش هایی که برای تصویر استاتیک استفاده می شود نیز می تواند به تجسم پویا استفاده شود. شباهت به دلیل این واقعیت است که تصاویر پویا یک سری سازگار از تصاویر استاتیک هستند. با این حال، تعداد روش های پویا معادل استاتیک ندارد. برخی از دستکاری تصاویر استاتیک و پویا نتایج کمی ندارند. بسیاری از روش ها برای بهبود تصویر تصویر هدف قرار می گیرند. با این حال، فقدان نتایج کمی این روش را کمتر اهمیت نمی دهد. این نشان می دهد که تصویر هزاران کلمه را هزینه می کند. علاوه بر این، کیفیت بالا، بهبود کامپیوتر تصاویر تشخیصی، به لطف تفسیر صحیح، ممکن است در بهبود کیفیت زندگی انسان اهمیت داشته باشد.

فهرست ادبیات مورد استفاده

1. Bernier D، Christian P، Langan J. پزشکی هسته ای: فناوری و تکنیک ها. چهارم خیابان لوئیس، میسوری: موزبی؛ 1997: 69.
2. اوایل P، Sudee D. اصول و شیوه های پزشکی هسته ای. خیابان لوئیس، میسوری: موزبی؛ 1995: 231.
3. Mettler F، Guiberteau M. ملزومات از تصویربرداری پزشکی هسته ای، 3d. فیلادلفیا، پن: W.B. saunders؛ 1991: 49.
4. پودر R، Powner E. ملزومات فیزیک پزشکی هسته ای. مالدن، جرم: Blackwell Science؛ 1998: 118-120.
5. Faber T، Folks R. روش های پردازش کامپیوتر برای تصاویر پزشکی هسته ای. J Nucl Med Technol. 1994؛ 22: 145-62.

زنگ.

کسانی هستند که این خبر را قبل از شما خوانده اند.
مشترک شدن برای دریافت مقالات تازه.
پست الکترونیک
نام
نام خانوادگی
چگونه می خواهید زنگ را بخوانید
بدون هرزنامه