Hindi mo maaaring ibukod ang matematika mula sa mga talakayan ng pagpoproseso at pag-filter ng imahe. Ilalarawan ng artikulong ito ang mga prinsipyo sa likod ng ilang karaniwang pamamaraan. Ang paglalarawang ito ay dapat na katanggap-tanggap sa mga technologist ng iba't ibang antas ng kaalaman sa matematika. Ang mga unang pamamaraan na tatalakayin ay mga simpleng pamamaraan na kinasasangkutan ng mga static na imahe. Susunod, mas kumplikadong mga pamamaraan na nauugnay sa mga dynamic na larawan. Karamihan sa pagpoproseso at pag-filter ng imahe ay nangyayari sa mga physiologically occluded na imahe at SPECT (single photon emission computed tomography) na mga imahe. Sa kasamaang palad, ang pagiging kumplikado ng mga isyung ito ay hindi sakop ng detalyado dito.
Pagproseso ng mga static na imahe
Ang mga still na imahe na direktang inilipat sa pelikula sa real time ay ipinakita sa analogue na format. Ang data na ito ay maaaring magkaroon ng isang walang katapusang hanay ng mga halaga at maaaring makabuo ng mga imahe na tumpak na sumasalamin sa pamamahagi ng radionuclides sa mga organo at tisyu. Bagama't ang mga larawang ito ay maaaring may napakataas na kalidad kung nakuha nang tama, ang real-time na pagkuha ng impormasyon ay nagbibigay lamang ng isang pagkakataon para sa pagkuha ng data. Dahil sa pagkakamali ng tao o iba pang mga pagkakamali, maaaring kailanganin na ulitin ang pagkuha ng imahe at, sa ilang mga kaso, ulitin ang buong pag-aaral.Ang mga static na imahe na inilipat sa isang computer para sa imbakan o pagpapahusay ay ipinakita sa digital na format. Ginagawa ito sa elektronikong paraan gamit ang isang analog-to-digital converter. Sa mas lumang mga camera, ang conversion na ito ay naganap sa pamamagitan ng isang serye ng mga resistor network na naglalaman ng mga lakas ng signal na nagmumula sa ilang mga tube ng photomultiplier at gumawa ng digital signal na proporsyonal sa emission energy ng mga kaganapan.
Anuman ang paraan na ginamit upang i-digitize ang mga imahe, ang digital na output ay nagtatalaga ng discrete value sa naprosesong analog data. Ang resulta ay mga larawang maaaring iimbak at iproseso. Gayunpaman, ang mga larawang ito ay mga pagtatantya lamang ng orihinal na analog data. Tulad ng makikita sa Figure 1, ang digital na representasyon ay may tinatayang hitsura, ngunit hindi duplicate ang mga analog signal.
Figure 1 – Analog curve at ang digital na representasyon nito
Ang mga digital radiology na imahe ay binubuo ng isang matrix na pinili ng technologist. Ang ilang karaniwang matrice na ginagamit sa radiology medicine ay 64x64, 128x128, at 256x256. Sa kaso ng isang 64x64 matrix, ang screen ng computer ay nahahati sa 64 na mga cell nang pahalang at 64 na patayo. Ang bawat parisukat na nagreresulta mula sa dibisyong ito ay tinatawag na pixel. Ang bawat pixel ay maaaring maglaman ng limitadong dami ng data. Sa isang 64x64 matrix, magkakaroon ng kabuuang 4096 pixels sa screen ng computer, isang 128x128 matrix ay nagbibigay ng 16384 pixels, at isang 256x256 na matrix ay nagbibigay ng 65536 pixels.
Ang mga larawang may mas maraming pixel ay mas kamukha ng orihinal na analog data. Gayunpaman, nangangahulugan ito na ang computer ay dapat mag-imbak at magproseso ng mas maraming data, na nangangailangan ng mas maraming espasyo sa hard drive at mas mataas na mga kinakailangan sa RAM. Karamihan sa mga static na larawan ay nakukuha para sa visual na inspeksyon ng isang radiology physician, kaya karaniwang hindi sila nangangailangan ng makabuluhang istatistikal o numerical analysis. Ang isang bilang ng mga karaniwang static na diskarte sa pagpoproseso ng imahe ay karaniwang ginagamit para sa mga klinikal na layunin. Ang mga diskarteng ito ay hindi kinakailangang natatangi sa static na pagpoproseso ng imahe, at maaaring maging kapaki-pakinabang sa ilang dynamic, physiologically occluded, o SPECT imaging application. Ito ang mga sumusunod na pamamaraan:
Pag-scale ng imahe;
Pagbawas sa background;
Antialiasing/pag-filter;
Digital na pagbabawas;
Normalisasyon;
Larawan sa profile.
Pag-scale ng imahe
Kapag tumitingin ng mga digital na larawan para sa visual na inspeksyon o pagtatala ng mga larawan, dapat piliin ng technologist ang tamang pag-scale ng imahe. Maaaring mangyari ang pag-scale ng larawan sa itim at puti na may mga intermediate shade ng gray o may kulay. Ang pinakasimpleng gray na sukat ay isang sukat na may dalawang kulay ng kulay abo, katulad ng puti at itim. Sa kasong ito, kung ang halaga ng pixel ay lumampas sa halaga na tinukoy ng user, isang itim na tuldok ang lalabas sa screen kung ang halaga ay mas mababa, pagkatapos ay isang puting tuldok (o transparent sa kaso ng mga X-ray na imahe). Maaaring baligtarin ang sukat na ito sa pagpapasya ng gumagamit.
Ang pinakakaraniwang ginagamit na sukat ay 16, 32 o 64 na kulay ng kulay abo. Sa mga kasong ito, lumilitaw ang mga pixel na naglalaman ng pinaka kumpletong impormasyon bilang madilim na anino (itim). Lumilitaw ang mga pixel na naglalaman ng minimum na impormasyon bilang pinakamaliwanag na shade (transparent). Lalabas ang lahat ng iba pang pixel bilang mga shade ng gray batay sa dami ng impormasyong nilalaman ng mga ito. Ang ugnayan sa pagitan ng bilang ng mga puntos at mga kulay ng grey ay maaaring tukuyin nang linear, logarithmically, o exponentially. Mahalagang piliin ang tamang lilim ng kulay abo. Kung masyadong maraming shades ng gray ang napili, ang imahe ay maaaring lumitaw na wash out. Kung masyadong maliit, ang imahe ay maaaring magmukhang masyadong madilim (Larawan 2).
Figure 2 – (A) mga larawang may maraming kulay ng abo, (B) larawan na may kaunting mga kulay ng abo, (C) larawang may tamang gradasyon ng kulay abo
Maaaring gamitin ang format ng kulay upang sukatin ang isang imahe, kung saan ang proseso ay kapareho ng greyscale na pagmamanipula. Gayunpaman, sa halip na ipakita ang data sa mga kulay ng gray, ang data ay ipinapakita sa iba't ibang kulay depende sa dami ng impormasyong nasa pixel. Bagama't kaakit-akit ang mga larawang may kulay para sa mga nagsisimula at mas nakikita para sa mga layunin ng relasyon sa publiko, ang mga larawang may kulay ay nagdaragdag ng kaunti sa kakayahang maipaliwanag ng isang pelikula. Kaya, mas gusto pa rin ng maraming doktor na tingnan ang mga grayscale na imahe.
Pagbabawas sa background
Maraming hindi kanais-nais na salik sa mga larawan ng radiology: background, Compton scatter, at ingay. Ang mga salik na ito ay hindi karaniwan sa radiological na gamot na may paggalang sa lokalisasyon ng radiopharmaceuticals sa loob ng isang organ o tissue.
Ang ganitong mga maanomalyang halaga (mga bilang) ay gumagawa ng isang makabuluhang kontribusyon sa pagkasira ng imahe. Ang mga bilang na nakolekta mula sa mga nagsisinungaling at magkakapatong na pinagmumulan ay background. Compton scatter ay sanhi ng isang photon na lumihis mula sa landas nito. Kung ang photon ay nalihis mula sa gamma camera, o nawalan ng sapat na enerhiya upang matukoy ng electronics camera, hindi ito napakahalaga. Gayunpaman, may mga pagkakataon na ang isang photon ay pinalihis patungo sa camera at ang pagkawala ng enerhiya nito ay maaaring sapat na malaki para matukoy ito ng camera bilang isang scatter. Sa ilalim ng mga kundisyong ito, maaaring ma-detect ng camera ang Compton scatter, na nagmula sa mga source maliban sa mga lugar ng interes. Ang ingay ay kumakatawan sa mga random na pagbabago sa isang elektronikong sistema. Sa ilalim ng normal na mga pangyayari, ang ingay ay hindi nakakatulong sa mga hindi gustong emisyon gaya ng background at Compton scattering. Gayunpaman, tulad ng background at Compton scattering, ang ingay ay maaaring mag-ambag sa pagkasira ng kalidad ng imahe. Ito ay maaaring maging partikular na problema para sa mga pag-aaral kung saan ang quantitative analysis ay gumaganap ng isang mahalagang papel sa huling interpretasyon ng pag-aaral. Ang mga problema sa background, Compton scatter, at ingay ay maaaring mabawasan gamit ang isang proseso na kilala bilang background subtraction. Karaniwan, ang technologist ay gumuhit ng isang rehiyon ng interes (ROI) na angkop para sa pagbabawas ng background, ngunit sa ilang mga kaso, ang ROI ay binuo ng computer (Figure 3).
Larawan 3 – Larawan ng puso. Pagpapakita ng tamang paglalagay ng background subtraction ROI (arrow)
Anuman ang paraan, ang technologist ang may pananagutan para sa tamang paglalagay ng background ng ROI. Ang mga background na rehiyon na may mas mataas na bilang ng mga rehiyon ay maaaring makakuha ng masyadong maraming mga parameter mula sa organ o tissue sa rehiyon ng interes. Sa kabilang banda, ang mga rehiyon sa background na may napakababang bilang ng mga lugar ay mag-aalis ng napakakaunting mga parameter mula sa larawan. Ang parehong mga pagkakamali ay maaaring humantong sa maling interpretasyon ng pag-aaral.
Tinutukoy ang pagbabawas sa background sa pamamagitan ng pagdaragdag ng bilang ng mga sample sa background ng ROI at paghahati sa bilang ng mga pixel na nakapaloob sa background ng ROI. Ang resultang numero ay ibawas sa bawat pixel sa organ o tissue. Halimbawa, ipagpalagay na ang ROI sa background ay 45 pixels at naglalaman ng 630 sample. Average na numero ng background:
630 sample/45 pixels = 14 samples/pixel
Antialiasing/pag-filter
Ang layunin ng anti-aliasing ay upang mabawasan ang ingay at mapabuti ang visual na kalidad ng isang imahe. Kadalasan, ang antialiasing ay tinatawag na pagsasala. Mayroong dalawang uri ng mga filter na maaaring maging kapaki-pakinabang sa larangan ng radiation medicine: spatial at temporal. Inilapat ang mga spatial na filter sa parehong static at dynamic na mga larawan, habang ang mga temporal na filter ay inilalapat lamang sa mga dynamic na larawan.
Ang pinakasimpleng paraan ng antialiasing ay gumagamit ng 3-by-3 pixel square (siyam sa kabuuan) at tinutukoy ang halaga sa bawat pixel. Ang mga halaga ng mga pixel sa parisukat ay na-average, at ang halagang ito ay itinalaga sa gitnang pixel (Larawan 4). Sa pagpapasya ng technologist, ang parehong operasyon ay maaaring ulitin para sa buong screen ng computer o isang limitadong lugar. Ang mga katulad na operasyon ay maaaring isagawa gamit ang 5-by-5 o 7-by-7 na mga parisukat.
Figure 4 – 9-pixel simpleng anti-aliasing scheme
Ang isang katulad ngunit mas kumplikadong operasyon ay nagsasangkot ng paglikha ng isang filter na kernel sa pamamagitan ng pagtimbang ng mga halaga ng mga pixel na nakapalibot sa gitnang pixel. Ang bawat pixel ay pina-multiply sa mga katumbas nitong weighted value. Susunod, ang mga halaga ng filter kernel ay summed up. Sa wakas, ang kabuuan ng mga halaga ng kernel ng filter ay nahahati sa kabuuan ng mga timbang na halaga at ang isang halaga ay itinalaga sa gitnang pixel (Larawan 5).
Figure 5 – 9-pixel na anti-aliasing scheme na may timbang na kernel ng filter
Ang downside ay na may anti-aliasing, kahit na ang imahe ay maaaring maging mas visually appealing, ang imahe ay maaaring malabo at may pagkawala sa resolution ng imahe. Ang pagtatapos ng paggamit ng kernel ng filter ay nagsasangkot ng pagtimbang na may mga negatibong halaga kasama ang mga peripheral na pixel na may positibong halaga sa gitna ng pixel. Ang paraan ng pagtimbang na ito ay may posibilidad na palakihin ang dami ng pagkakaiba sa pagitan ng mga katabing pixel at maaaring gamitin upang mapataas ang posibilidad na matukoy ang mga hangganan ng organ o tissue.
Digital na pagbabawas at normalisasyon
Ang isang karaniwang problema sa radiological na gamot ay upang maiwasan ang patuloy na aktibidad mula sa pagtatago o pagtatakip ng mga abnormal na lugar ng akumulasyon ng tracer. Marami sa mga paghihirap na ito ay napagtagumpayan sa pamamagitan ng paggamit ng teknolohiya ng SPECT. Gayunpaman, kailangan ng mas matalinong mga pamamaraan upang kunin ang nauugnay na impormasyon mula sa isang patag na larawan. Ang isang paraan ay ang digital subtraction. Kasama sa digital na pagbabawas ang pagbabawas ng isang imahe mula sa isa pa. Ito ay batay sa premise na ang ilang mga radiotracer ay naisalokal sa normal at pathological na mga tisyu, na ginagawang mahirap ang tamang interpretasyon para sa clinician. Upang makatulong sa pagkakaiba sa pagitan ng normal at pathological na mga tisyu, ang pangalawang radiotracer ay ibinibigay lamang sa loob ng malusog na mga tisyu. Ang imahe ng pamamahagi ng pangalawang radiotracer ay ibinabawas mula sa larawan ng una, na iniiwan lamang ang imahe ng abnormal na tisyu. Mahalaga na ang pasyente ay manatiling pa rin sa pagitan ng una at ikalawang administrasyon.
Kapag ibinawas ng technologist ang mataas na dami ng pangalawang imahe mula sa mababang dami ng unang imahe, sapat na mga halaga ang maaaring alisin mula sa abnormal na tissue upang makagawa ng "normal" na hitsura (Figure 6).
Figure 6 – Digital na pagbabawas nang walang normalisasyon
Upang maiwasan ang mga maling negatibong resulta ng pagsubok, dapat na gawing normal ang mga larawan. Ang normalisasyon ay isang matematikal na proseso kung saan ang mga disparate na sample sa pagitan ng dalawang larawan ay pinagkasundo. Upang gawing normal ang imahe, kailangan ng technologist na pumili ng isang maliit na lugar ng interes malapit sa tissue na itinuturing na normal. Ang bilang ng mga sample sa rehiyon sa unang larawan (na may mababang bilang) ay nahahati sa mga graph sa parehong lugar ng pangalawa (na may mataas na bilang). Ibibigay nito ang multiplication factor, binibilang ang lahat ng pixel na bumubuo sa unang larawan. Sa Figure 7, "normal zone", sa pagkalkula ito ang magiging itaas na kaliwang pixel. Ang numerong ito sa "normal na lugar" (2) na hinati sa katumbas na pixel sa pangalawang larawan (40) ay nagbibigay ng multiplication factor na 20. Ang lahat ng pixel sa unang larawan ay i-multiply sa isang factor na 20. Sa wakas, ang pangalawang larawan ay ibabawas mula sa numero sa unang larawan.
Figure 7 – Pagbawas sa background na may normalisasyon
Larawan sa pag-profile
Ang pag-profile ng imahe ay isang simpleng pamamaraan na ginagamit upang mabilang ang iba't ibang mga parameter sa isang static na imahe. Upang mag-profile ng isang imahe, bubuksan ng technologist ang naaangkop na application sa computer at iposisyon ang linya sa screen ng computer. Titingnan ng computer ang mga pixel na ipinahiwatig ng linya at gagawa ng graph ng bilang ng mga bilang na nakapaloob sa mga pixel. Maraming gamit ang isang profile picture. Para sa isang static na pag-aaral ng myocardial perfusion, ang isang profile ay kinuha sa buong myocardium upang makatulong sa pagtukoy ng lawak ng myocardial perfusion (Larawan 8). Sa kaso ng sacroiliac region, ang profile ay ginagamit upang masuri ang homogeneity ng bone absorption agent ng sacroiliac joints sa imahe. Panghuli, maaaring gamitin ang mga profile ng larawan bilang isang kontrol para sa pagsusuri ng kaibahan ng camera.
Figure 8 – Myocardial profile image
Dynamic na Pagproseso ng Imahe
Ang isang dynamic na imahe ay isang hanay ng mga static na imahe na nakuha nang sunud-sunod. Kaya, ang nakaraang talakayan tungkol sa komposisyon ng mga analog at digital na static na imahe ay nalalapat sa mga dynamic na imahe. Ang mga dinamikong imahe na nakuha sa digital na format ay binubuo ng mga matrice na pinili ng technologist, ngunit, bilang panuntunan, ang mga ito ay 64-by-64 o 128-by-128 na matrice. Bagama't maaaring ikompromiso ng mga sensor na ito ang resolution ng imahe, nangangailangan sila ng mas kaunting storage at RAM kaysa sa 256-by-256 na mga sensor.
Mga dynamic na larawan na ginagamit upang masuri ang rate ng akumulasyon at/o rate ng pag-alis ng mga radiopharmaceutical mula sa mga organ at tissue. Ang ilang mga pamamaraan, tulad ng three-phase bone scanning at gastrointestinal bleeding, ay nangangailangan lamang ng visual na pagsusuri ng isang manggagamot upang makagawa ng diagnostic na pagpapasiya. Ang ibang mga pag-aaral, gaya ng nephrogram (Figure 9), pag-aaral sa pag-alis ng tiyan, at hepatobiliary ejection fraction, ay nangangailangan ng quantification bilang bahagi ng diagnosis ng doktor.
Tinatalakay ng seksyong ito ang ilang karaniwang pamamaraan para sa dynamic na pagpoproseso ng imahe na ginagamit sa klinikal na kasanayan. Ang mga pamamaraan na ito ay hindi kinakailangang natatangi sa dynamic na imaging, at ang ilan ay magkakaroon ng mga aplikasyon sa physiologically occluded o SPECT imaging. Ito ang mga pamamaraan:
Pagbubuod/pagdaragdag ng mga larawan;
Filter ng oras;
Mga curve ng oras ng aktibidad;
Pagbubuod / pagdaragdag ng larawan
Ang pagbubuod ng larawan at padding ay mga mapagpapalit na termino na tumutukoy sa parehong proseso. Gagamitin ng artikulong ito ang terminong pagbubuod ng larawan. Ang pagbubuod ng imahe ay ang proseso ng pagbubuod ng mga halaga ng maraming larawan. Bagama't maaaring may mga pangyayari kung saan ang mga summed na larawan ay quantitative, ito ang exception sa halip na ang panuntunan. Dahil bihirang ginagamit ang dahilan ng pagbubuod ng larawan para sa mga layuning dami, hindi sulit na magsagawa ng normalisasyon ng pagsusuma ng larawan.
Maaaring i-summed ang mga larawan ng pagsusulit alinman sa bahagyang o ganap upang makabuo ng isang larawan. Ang isang alternatibong paraan ay kinabibilangan ng pag-compress ng isang dynamic na imahe sa mas kaunting mga frame. Anuman ang paraan na ginamit, ang pangunahing benepisyo ng stacking ng imahe ay kosmetiko. Halimbawa, susumahin ang mga sunud-sunod na larawan na may mababang bilang ng mga pag-aaral upang mailarawan ang organ o tissue ng interes. Malinaw, ang technologist ay magpapadali sa karagdagang pagproseso ng mga imahe ng visualization ng mga organo at tisyu, na makakatulong sa doktor sa visual na interpretasyon ng mga resulta ng pag-aaral (Fig. 9).
Figure 9 – (A) nephrogram bago at (B) pagkatapos ng pagsusuma
Temporal na pagsala
Ang layunin ng pag-filter ay upang mabawasan ang ingay at mapabuti ang visual na kalidad ng imahe. Ang spatial na pag-filter, na kadalasang kilala bilang anti-aliasing, ay inilalapat sa mga static na larawan. Gayunpaman, dahil ang mga dynamic na imahe ay sunud-sunod na matatagpuan ang mga static na imahe, ipinapayong gumamit din ng mga spatial na filter para sa mga dynamic.
Iba't ibang uri ng mga filter, filter ng oras, ay ginagamit para sa mga dynamic na pag-aaral. Ang mga pixel sa sunud-sunod na mga frame ng dynamic na pagsusuri ay malabong makaranas ng malalaking pagbabago sa mga naipong sample. Gayunpaman, ang maliliit na pagbabago sa isang frame mula sa nauna ay maaaring magresulta sa pagkutitap. Matagumpay na binabawasan ng mga timing filter ang flicker habang pinapaliit ang mga makabuluhang pagbabago sa istatistika sa data. Gumagamit ang mga filter na ito ng weighted average technique, kung saan ang isang pixel ay itinalaga ng weighted average ng magkakaparehong pixel sa nakaraan at kasunod na mga frame.
Mga curve ng oras ng aktibidad
Ang dami ng paggamit ng dynamic na imaging upang masuri ang rate ng akumulasyon at/o rate ng clearance ng radiopharmaceuticals mula sa mga organo o tissue ay sa huli ay nauugnay sa curve ng oras ng aktibidad. Ginagamit ang mga curve ng oras ng aktibidad upang ipakita kung paano magbabago ang mga pagbabasa sa isang lugar ng interes sa paglipas ng panahon. Maaaring interesado ang mga clinician sa rate ng akumulasyon at clearance ng mga bilang (hal., nephrogram), rate ng paglabas (hal., hepatobiliary ejection fraction, gastric emptying), o simpleng pagbabago na kinakalkula sa paglipas ng panahon (hal, radioisotope ventriculography).
Anuman ang pamamaraan, nagsisimula ang mga curve ng oras ng aktibidad sa pamamagitan ng pagtukoy ng ROI sa paligid ng isang organ o tissue. Ang technologist ay maaaring gumamit ng isang light pen o mouse upang iguhit ang ROI. Gayunpaman, may ilang mga computer program na awtomatikong gumagawa ng pagpili gamit ang contour analysis. Ang mababang bilang ng mga pag-aaral ay maaaring maging isang hamon para sa mga technologist, dahil maaaring mahirap maunawaan ang mga organ at tisyu. Ang wastong delineation ng ROI ay maaaring mangailangan ng technologist na sumo o mag-compress hanggang sa madaling makita ang mga hangganan ng organ o tissue. Para sa ilang pag-aaral, ang ROI ay mananatiling pareho sa kabuuan ng mga pag-aaral (hal., nephrogram), habang sa ibang mga pag-aaral ang ROI ay maaaring may iba't ibang laki, hugis, at lokasyon (hal., gastric emptying). Sa quantitative research, mahalagang itama ang background.
Kapag nabilang na, ang ROI ay natutukoy para sa bawat frame at ang background ay ibinabawas mula sa bawat larawan, karaniwang para mag-plot ng data sa paglipas ng panahon kasama ang X-axis at kinakalkula kasama ang Y-axis (Figure 10).
Figure 10 – Simulation ng curve ng oras ng aktibidad
Bilang resulta, ang curve ng oras ay magiging biswal at ayon sa bilang na maihahambing sa itinatag na pamantayan para sa bawat partikular na pag-aaral. Sa halos lahat ng mga kaso, ang rate ng akumulasyon o paglabas, pati na rin ang pangkalahatang hugis ng curve mula sa normal na pag-aaral, ay ginagamit para sa paghahambing upang matukoy ang panghuling interpretasyon ng mga resulta ng pag-aaral.
Konklusyon
Ang ilang mga pamamaraan na inilalapat sa static na imaging ay maaari ding ilapat sa dynamic na imaging. Ang pagkakatulad ay dahil sa katotohanan na ang mga dynamic na imahe ay isang sunud-sunod na serye ng mga static na imahe. Gayunpaman, ang ilang mga dynamic na pamamaraan ay walang mga static na katumbas. Ang ilang mga manipulasyon ng static at dynamic na mga imahe ay walang mga resulta ng dami. Maraming mga pamamaraan ang naglalayong mapabuti ang imahe ng imahe. Gayunpaman, ang kakulangan ng dami ng mga resulta ay hindi ginagawang mas mahalaga ang pamamaraan. Ipinakikita nito na ang isang larawan ay nagkakahalaga ng isang libong salita. Bilang karagdagan, ang mataas na kalidad, pinahusay ng computer na mga diagnostic na imahe, sa pamamagitan ng tamang interpretasyon, ay maaaring gumawa ng pagkakaiba sa pagpapabuti ng kalidad ng buhay ng isang tao.
Listahan ng ginamit na panitikan
1. Bernier D, Christian P, Langan J. Nuclear Medicine: Technology and Techniques. ika-4 na ed. St. Louis, Missouri: Mosby; 1997: 69.
2. Early P, Sodee D. Mga Prinsipyo at Kasanayan ng Nuclear Medicine. St. Louis, Missouri: Mosby; 1995: 231.
3. Mettler F, Guiberteau M. Essentials of Nuclear Medicine Imaging, 3rd ed. Philadelphia, Penn: W.B. Saunders; 1991: 49.
4. Powsner R, Powsner E. Essentials ng Nuclear Medicine Physics. Malden, Mass.: Blackwell Science; 1998: 118-120.
5. Faber T, Folks R. Mga pamamaraan sa pagpoproseso ng computer para sa mga imahe ng nuclear medicine. J Nucl Med Technol. 1994;22:145-62.
Marahil, ngayon halos lahat ng gumagamit ay nag-iisip ng pangunahing prinsipyo ng pag-iimbak at pagpapakita ng graphic na impormasyon sa isang computer. Gayunpaman, sabihin natin ang ilang mga salita tungkol dito upang ang kasunod na impormasyon tungkol sa digital na video (na isang dynamic na pagbabago ng pagkakasunud-sunod ng mga larawan) ay magiging mas malinaw para sa atin.
Sa unang sulyap, ang isang mataas na kalidad na pagguhit, kapag ipinakita sa screen ng isang mahusay na monitor, ay hindi gaanong naiiba sa isang ordinaryong litrato. Gayunpaman, sa antas ng pagtatanghal ng imahe, ang pagkakaiba na ito ay napakalaki. Habang ang isang litrato ay nilikha sa antas ng molekular (i.e., ang mga elementong bumubuo nito ay pangunahing hindi nakikilala ng paningin ng tao, anuman ang paglaki), ang mga guhit sa screen ng monitor (at, binibigyang-diin namin, sa memorya ng computer) ay nabuo salamat sa mga pixel (o pixels) - mga elementong elementarya ng imahe (madalas) na hugis-parihaba. Ang bawat pixel ay may sariling tiyak na kulay, gayunpaman, dahil sa kanilang maliit na sukat, ang mga indibidwal na pixel ay (halos o hindi lahat) ay hindi nakikilala sa mata, at para sa isang tao na tumitingin sa isang larawan sa isang monitor screen, ang kanilang malaking akumulasyon ay lumilikha ng ilusyon. ng tuloy-tuloy na imahe (Larawan 1.2).
Tandaan
Ang mga imahe sa mga screen ng computer ay nabuo gamit ang mga square pixel. Hindi tulad ng mga computer, maraming mga pamantayan sa telebisyon ang gumagamit ng hugis-parihaba kaysa sa mga square pixel. Ang parameter na nagpapakilala sa ratio ng mga laki ng pixel ay ang ratio ng kanilang mga pahalang at patayong laki, o pixel aspect ratio ( pixel aspect ratio). Maaari kang matuto nang higit pa tungkol sa katangiang ito sa Aralin 4..
kanin. 1.2. Ang mga imahe sa isang computer ay nabuo sa pamamagitan ng mga pixel.
Ang bawat pixel (nga pala, isang salita pixel nabuo mula sa unang dalawang titik ng mga salitang Ingles elemento ng larawan) ay kumakatawan sa impormasyon tungkol sa ilang "average" na intensity at kulay ng kaukulang rehiyon ng imahe. Ang kabuuang bilang ng mga pixel na kumakatawan sa isang larawan ay tumutukoy sa resolution nito. Ang mas maraming mga pixel ay lumikha ng isang imahe, mas natural na ito ay nakikita ng mata ng tao, mas mataas ang resolution nito, gaya ng sinasabi nila (Larawan 1.3). Kaya, ang limitasyon sa "kalidad" ng pagguhit ng computer ay ang laki ng mga pixel na bumubuo nito. Ang mas maliit kaysa sa mga detalye ng pixel ng isang drawing sa computer ay ganap na nawala at, sa prinsipyo, hindi na mababawi. Kung titingnan natin ang gayong larawan sa pamamagitan ng magnifying glass, kung gayon, habang nag-zoom in tayo, makikita lamang natin ang malabong kumpol ng mga pixel (tingnan ang Fig. 1.2), at hindi maliliit na detalye, gaya ng mangyayari sa mataas na kalidad. litrato.
kanin. 1.3. Tinutukoy ng kabuuang bilang ng mga pixel (resolution) ang kalidad ng larawan
Ito ay nagkakahalaga ng pagbanggit dito na, una, ang ibig naming sabihin ay tradisyonal (analog, hindi digital) na photography (dahil ang prinsipyo ng digital photography ay eksaktong kapareho ng tinalakay na prinsipyo ng pagbuo ng isang imahe mula sa mga pixel), at pangalawa , kahit na para sa kanya, kapag nagsasalita tungkol sa kalidad ng imahe, dapat mong laging tandaan ang teknolohiya ng photography mismo. Pagkatapos ng lahat, lumilitaw ang imahe sa photographic film dahil sa pagpasa ng liwanag sa pamamagitan ng lens ng camera, at ang kalidad nito (sa partikular, kalinawan at pagkakaiba ng maliliit na detalye) ay direktang nakasalalay sa kalidad ng optika. Samakatuwid, sa mahigpit na pagsasalita, ang "walang katapusan" na kalinawan ng isang tradisyonal na litrato na pinag-usapan natin ay medyo isang pagmamalabis.
Tandaan
Sa katunayan, pinapayagan ka ng mga modernong digital camera na kumuha ng isang imahe na ang resolution ay halos kasing ganda ng analog (sa diwa na posible na ngayong i-digitize ang isang bilang ng mga pixel na "magpapatong" sa mga limitasyon ng resolution ng optika mismo). Gayunpaman, para sa paksa ng aming aklat, ang katotohanang ito ay hindi gumaganap ng isang mahalagang papel, dahil sa kasalukuyan ang digital na video sa karamihan ng mga kaso ay ipinapadala na may mababang resolution (medyo maliit na kabuuang bilang ng mga pixel) at ito ay kinakailangan lamang na isaalang-alang. account tulad ng isang parameter bilang resolution.
Kaya, upang pasimplehin nang kaunti, upang kumatawan sa isang pagguhit nang digital, kailangan mong takpan ito ng isang hugis-parihaba na grid ng laki MxN (M mga punto nang pahalang at N patayo). Ito ay isang kumbinasyon ng mga numero MxN(halimbawa, 320x240, 800x600, atbp.) at tinatawag na resolution ( resolusyon) ng larawan, o laki ng frame ( laki ng frame). Dapat mong i-average ang data ng istraktura ng imahe sa loob ng bawat pixel at isulat ang kaukulang impormasyon tungkol sa bawat MxN na mga pixel ng imahe sa isang graphics file. Para sa isang kulay na imahe, ito ay magiging impormasyon tungkol sa partikular na kulay ng bawat pixel (ang computer na representasyon ng kulay ay nakasulat sa ibaba sa seksyong ito), at para sa itim at puti na mga imahe, ito ay magiging impormasyon tungkol sa intensity ng itim na kulay. Upang ipaliwanag ang ilang mas mahalagang mga parameter ng representasyon ng mga imahe sa computer, isaalang-alang natin nang mas detalyado ang kanilang huling uri - mga guhit na ginawa sa mga kulay ng kulay abo ( grayscale), ibig sabihin, sa isang gradasyon mula puti hanggang itim.
Lumipat tayo sa teorya
Mayroong 2 paraan upang balansehin ang isang imahe: static at dynamic.
Static o static ang komposisyon ay nagpapahayag ng katahimikan, katatagan, kalmado.
Dynamic o dynamic ito ay nagpapahayag ng paggalaw, enerhiya, isang pakiramdam ng paggalaw, paglipad, pag-ikot.
Paano mo magagawang ilipat ang mga nakatigil na bagay?
Isa sa mga tuntunin sa pagbuo ng komposisyon ay ang tuntunin. Sa ganitong imahe ay maaaring makilala ng isa ang 5 pole na nakakaakit ng pansin: ang gitna at 4 na sulok. Ang nabuong imahe sa malalaking kaso ay magiging balanse, ngunit static. Na kung saan ay mahusay kung ang layunin ay upang ihatid ang kalmado, katahimikan, at katatagan.
Ngunit paano kung ang layunin ay ihatid ang paggalaw o ang posibilidad ng paggalaw, o isang pahiwatig ng paggalaw at enerhiya?
Una, pag-isipan natin kung aling mga elemento ng imahe ang may mas timbang (yaong mas nakakaakit ng atensyon ng mata) kaysa sa iba.
Malalaking bagay > maliliit
Maliwanag > madilim
Pininturahan ng mga maiinit na kulay > pininturahan ng mga malamig na kulay
Mga bagay sa dami (3D) > mga flat na bagay (2D)
Mataas na contrast > mababang contrast
Isolated > Cohesive
Tamang hugis > hindi regular ang hugis
Biglang, malinaw > malabo, wala sa focus
Ang pag-unawa sa kung ano ang mas malakas ay kinakailangan, kaya, halimbawa, ang pag-alam na ang mga elemento ng liwanag ay nakakaakit ng mata nang higit kaysa sa madilim, ang mga maliliit na detalye sa background ay hindi dapat maging mas maliwanag kaysa sa pangunahing paksa ng imahe.
Kung paanong ang iba't ibang elemento ay may iba't ibang timbang, ang 5 pole ay nakakaakit ng pansin sa ibang paraan. Ang mga ibabang sulok ay may higit na kapangyarihan. Ang lakas ng visual na perception ay tumataas mula kaliwa hanggang kanan Bakit ganito? Nakasanayan na namin ang pagbabasa mula sa itaas hanggang sa ibaba at mula kaliwa hanggang kanan, kaya ang ibabang kanang sulok ay magkakaroon ng higit na bigat, dahil sa posisyon na ito ay nakasanayan namin ang pagtatapos =) At ang kaliwa sa itaas, naaayon, ay magkakaroon ng pinakamaliit na puwersa =)
Kaya, paano kung bahagyang binago natin ang panuntunan ng ikatlo at bahagyang lumipat mula sa orihinal na mga linya ng mga linya tulad ng sa diagram?
ayon sa panuntunan ng ikatlo, nakikita natin ang apat na intersection point, ngunit upang lumikha ng dynamism, 2 sa mga ito ay inilipat sa kanang sulok sa ibaba.
Kung mas malaki ang bigat ng bagay at mas mataas ang lokasyon nito, mas malaki ang visual na enerhiya ng imahe.
halimbawa, dynamic na diagonal na komposisyon
Ang isa pang panuntunan na nagbabalanse sa mga elemento ng imahe ay ang panuntunan ng pyramid. Ang ilalim ay mabigat at matatag. Ang komposisyon na binuo sa ganitong paraan ay magiging static. Ngunit maaari mong ibalik ang pyramid na ito at pagkatapos ay magiging mabigat ang tuktok, ngunit ang imahe ay mananatiling balanse, gayunpaman, dynamic na +)
Ang pagkakaroon ng mga diagonal na linya ay nagbibigay ng dynamism sa imahe, habang ang mga pahalang na linya ay nananatiling static.
Ang tanging paraan upang maunawaan ang pagkakaiba ay ang manood at gumuhit =)
kaya ilang higit pang mga larawan.
Mga alphanumeric na character (ALC) at mga teksto
BCS ay ang pinakamahalagang bahagi ng mga imahe ng pagtatanghal, kaya dapat bigyan ng espesyal na pansin ang kanilang pagpapatupad. Napatunayan ng siyentipikong pananaliksik na ang katumpakan at bilis ng pagbabasa ng mga simbolo na ito mula sa screen ay nakadepende sa kanilang istilo at mga kondisyon ng visual na pagmamasid.
Unang salik Ang dapat isaalang-alang ay ang paglalagay ng field ng imahe sa screen. Ang mga sukat ng screen mismo ay maaaring matukoy sa pamamagitan ng pagsasaayos ng mga optika upang matiyak ang pare-parehong katanggap-tanggap na resolusyon sa buong lugar ng screen nang walang pagbaluktot sa mga gilid. Ang mga inskripsiyon, teksto at iba pang mahalagang impormasyon ay dapat ilagay sa loob "ligtas" lugar ng imahe, ang mga hangganan nito ay pinaghihiwalay mula sa mga gilid ng screen ng 5-10% ng kaukulang linear na laki. Samakatuwid, ang pinakamahalagang teksto ay dapat ilagay sa gitna ng screen.
Pangalawa, kapag gumagawa ng mga heading ng font, panimula at nagpapaliwanag na mga pamagat, dapat magsikap ang isa para sa maayos at balanseng pag-aayos ng teksto ng pamagat, na isinasaalang-alang ang karanasan ng broadcast television. Kasabay nito, ang hyphenation ng salita sa mga kredito ay lubos na hindi kanais-nais. Posibleng gumamit ng direkta at reverse contrast, lalo na ang madilim BCS sa isang liwanag na background, at sa pangalawa, sa kabaligtaran. Kapag ang silid ay mahusay na naiilawan, mas mahusay na gumamit ng direktang kaibahan, at kapag walang sapat na ilaw, mas mahusay na gumamit ng reverse contrast. Ang pagbabago ng mga kaibahan sa panahon ng demonstrasyon ay hindi dapat madalas, na nakakapagod sa paningin, ngunit ang makatwirang paggamit ng pamamaraan na ito ay maaaring mag-ambag sa pagbuo ng isang tiyak na dinamika ng pagtatanghal at masira ang monotony nito.
Kapag gumagamit ng mga may kulay na simbolo, kinakailangang isaalang-alang ang kanilang kumbinasyon. Gayunpaman, sa anumang kaso, ang background ng inskripsiyon ay hindi dapat magkaroon ng isang maliwanag na maliwanag na kulay.
Eksperimento na itinatag ng mga psychologist ang pagkakaroon ng "mga epekto sa gilid," na binubuo sa katotohanan na ang mga character sa dulo ng isang linya (o kahit na mga solong character) ay kinikilala nang mas mabilis at mas tumpak kaysa sa mga character sa loob ng isang linya, at ang isang linya ay nababasa nang mas mabilis kung ito ay nakahiwalay. Iminumungkahi nito na ang tekstong binubuo ng ilang linya ay dapat dagdagan sa taas ng titik, at ang mga maiikling solong inskripsiyon ay dapat na idinisenyo sa isang karaniwang font na inilapat sa buong istilo ng pagtatanghal.
Mga static na larawan
Ang pagiging epektibo ng isang partikular na uri ng graphic na konstruksyon ay nakasalalay sa pagpili ng mga elemento ng form at kanilang organisasyon. Ang maling pagpili ng mga elemento, kahirapan o labis na pagkakaiba-iba ng alpabeto ng visual media ay nakakabawas sa nilalaman ng impormasyon ng mga guhit.
Sa isang graphic na mensahe, tulad ng sa anumang iba pa, maaaring makilala ng isa ang semantiko at aesthetic na mga bahagi. Kapag ipinapakita ang mga ito sa screen, siyempre, dapat tiyakin ang katumpakan ng semantiko, na tumutukoy sa walang error na pagbabasa ng impormasyon.
Ang mga aesthetics ng mga ilustrasyon ay nararapat ding pansinin, dahil nakakaapekto ito sa bilis ng pagbabasa at lumilikha ng isang positibong emosyonal na background na nag-aambag sa matagumpay na pang-unawa at asimilasyon ng impormasyon. Ito ay lalong mahalaga kung saan ang kalidad ng mga gawang bahay na mga larawan ay hindi pa masyadong mataas.
Isang bagong filter ang lumitaw sa pamilya ng Photoshop sa bagong bersyon ng Photoshop CC 2014 I-blur ang Landas(Path Blur), isang mahusay na tool para sa pagdaragdag ng mga epekto ng paggalaw at pagpapabuti ng timing ng paggalaw sa isang imahe. Ang mga larawang may paggalaw, ito man ay isang itinapon na bola, isang karerang kotse o isang kabayong tumatakbo, ay pinakamainam para sa paglikha ng pag-synchronize ng paggalaw at pagdaragdag ng isang kuwento o direksyon sa paggalaw, kung hindi, ang mga imahe ay mananatiling static.
Sa tutorial na ito, ipinapakita sa iyo ng photographer na si Tigz Rice kung paano mo mapapaganda ang larawan ng isang mananayaw sa pamamagitan ng paggawa ng motion sync effect sa Photoshop.
Ibubunyag din ni Tigz ang mga lihim ng pagtatrabaho sa bagong filter I-blur ang Landas(Path Blur filter) sa bagong bersyon ng Photoshop CC 2014.
Pangwakasresulta
Hakbang 1
Buksan ang napiling larawan sa Photoshop CC 2014, at pagkatapos ay i-convert ang larawan sa Matalinong bagay(Smart Object), i-right click sa layer na may orihinal na larawan at sa lalabas na window, piliin ang opsyon Magbalik-loobVMatalino-bagay(I-convert sa Smart Object).
Clue: Ang pagtatrabaho sa isang Smart Object ay nagbibigay sa iyo ng kalayaan na gumawa ng mga pagbabago sa anumang punto sa iyong daloy ng trabaho, sa halip na umasa sa panel ng History.
Hakbang 2
Sa susunod, tayo na Filter - Blur Gallery - Outline Blur(Filter > Blur Gallery > Path Blur), pagkatapos ay lilitaw ang window ng mga setting ng Blur tool. Awtomatikong magdaragdag ang Photoshop ng asul na outline sa iyong larawan upang makontrol ang direksyon ng blur.
Tala ng tagasalin: Palabuin ang Gallery(Blur Gallery) ay ang window ng mga setting ng tool Malabo(Blur Tools), isa sa mga parameter ng setting para sa tool na ito ay I-blur ang Landas(Path Blur), ang araling ito ay nakatuon sa parameter na ito.
I-click ang + drag sa dulo ng path para kontrolin ang direksyon ng blur na inilalapat mo. Maaari ka ring magdagdag ng midpoint sa outline na maaari mong ilipat upang bigyan ang iyong outline ng ilang curvature.
Clue: Upang magdagdag ng mga karagdagang punto upang ikurba ang iyong landas, mag-click saanman sa kahabaan ng asul na linya.
Hakbang 3
Mag-click sa anumang bahagi ng larawan + i-drag ang mouse upang higit pang lumikha ng mga blur na balangkas sa iyong larawan. Sa orihinal na larawan, gumawa ako ng motion path para sa bawat binti at braso, kasama ang karagdagang isa para sa ulo at panghuling landas para sa manipis na tela.
Tip: Makokontrol mo ang intensity ng bawat blur path sa pamamagitan ng pag-hover ng iyong mouse sa dulo ng path at paggamit ng maliliit na round slider na lalabas.
Tala ng tagasalin: Ang pagkontrol sa intensity ng bawat outline ay nangangahulugan na maaari mong baguhin ang blur intensity ng bawat indibidwal na elemento ng larawan.
Hakbang 4
Sa window ng mga setting ng tool Malabo(Blur Tools), sa mga setting ng parameter I-blur ang Landas(Path Blur) sa kanang bahagi ng dokumento, mag-click sa drop-down na menu at piliin ang opsyon na "Rear Sync Flash" mula sa listahan na lilitaw, ang pagpipiliang ito ay ginagaya ang mga setting ng camera at lumilikha ng frozen na flash ng liwanag sa dulo ng bawat blur point.
Itakda ang mga parameter Bilis(Bilis) at Makinis na paglipat(Taper) hanggang makuha mo ang ninanais na epekto. Kapag masaya ka na sa blur outline, i-click ang OK.
Hakbang 5
Bumalik sa pangunahing window ng Photoshop, maaari mo na ngayong itago ang iyong mga blur outline sa pamamagitan ng pag-click sa Smart Filter mask at pagpindot sa (Ctrl + I) upang i-invert ang mask sa itim, itatago ng kulay na ito ang blur effect sa iyong larawan. Susunod, pumili ng isang tool Magsipilyo(Brush tool (B)), magtakda ng malambot na brush, puti ang kulay ng brush, at gamit ang brush na ito, maingat na pintura ang mga bahagi ng larawan kung saan mo gustong magdagdag ng higit pang paggalaw.
