Proceedings IEEE International Symposium on Biomedical Imaging

Large efforts have been made for general applications of content-based image retrieval (CBIR). Established CBIR-systems globally evaluate color, texture, and also shape for retrieval. In medical imaging, local image characteristics are fundamental for image interpretation, which is based on a large amount of a-priori knowledge. Therefore, CBIR is rather seldom applied to medical images. Successful approaches strongly focus on a certain imaging modality and restrict queries to a well-defined diagnostic background. With respect to a general image retrieval in medical applications (IRMA), the system needs to determine the kind of image dealing with at a very early stage of processing to enable knowledge modeling required in further processing steps. In particular, 1. the imaging modality including technical parameters, 2. the orientation of the image with respect to the body, 3. the body region examined, and 4. the biological system under evaluation must be determined in order to select appropriate local techniques for image analysis. These four aspects build the axes of a general classification code for medical images. All axes are monohierarchically structured into three or five levels. The code is applied within the IRMA-project for medical image retrieval but also applicable for a great variety of applications in medical imaging in general.

The Markov random field is used to model the breast permittivity cross section as a propagating medium, and incorporate it into the forward electromagnetic (EM) propagation to predict the random field of the EM measurements at a received array of sensors. Given these EM field measurements, Bayesian approaches are then developed to compute the likelihood ratio for tumor detection and the a posteriori probability display of tumor localization. Quantitative performance evaluations using simulations demonstrate the advantage of using the Bayesian approach to directly process the measurement data as compared to using the Bayesian or threshold approaches to detect and localize the tumor based on the reconstructed permittivity image.

Bài báo này mô tả một chiến lược toàn cầu trong xử lý hình ảnh để tự động trích xuất thông tin tưới máu, khi thông tin này không phải là thông tin chính trong chuỗi hình ảnh. Nó được áp dụng cho các nghiên cứu tưới máu MR của cơ xương, được thực hiện với các chuỗi nhãn sinh mạch. Đầu tiên, các hình ảnh động được đăng ký, sau đó các phương pháp dựa trên phân tích yếu tố được áp dụng để phân biệt giữa các vùng có tưới máu cao và các vùng có tưới máu thấp. Cuối cùng, một phân đoạn chức năng được thực hiện trên các hình ảnh tham số, được tính toán bởi phân tích yếu tố. Một ví dụ về toàn bộ quá trình được đưa ra, cho thấy sự phân biệt chức năng khả thi giữa các vùng khác nhau bên trong một cơ. Ảnh hưởng của việc không đăng ký chính xác lên phân đoạn cuối cùng được nghiên cứu. Phương pháp này được chứng minh là hiệu quả với điều kiện rằng dữ liệu hình ảnh có thể được đăng ký tốt hoặc bị loại bỏ.

We present a level-set method for Bayesian tomographic reconstruction. A novel image prior is derived from the mean curvature evolution of level sets of an image. As it has been studied in image processing with nonlinear diffusion, this prior encourages the stabilization of an edge while the reconstructed image is smoothed along both sides of the edge. An algorithm of iterated coordinate decent was implemented with the proposed prior using Brent's method for one-dimensional optimization. Our simulation results demonstrated that our algorithm can outperform existing priors for preserving edges during tomographic reconstruction without introducing additional artifacts.

We present a new fast backprojection algorithm for CT fan-beam reconstruction. The new algorithm operates directly on fan-beam data without prior rebinning to parallel-beam projections. The algorithm reduces the computational complexity from O(N/sup 3/) for the traditional fan-beam algorithm to O(N/sup 2/ log N). Simulations demonstrate speedups of greater than 50-fold for a 512 /spl times/ 512 image, with no perceivable degradation in accuracy. The algorithm also applies to multi-slice helical 3D reconstruction, and extends to 3D cone-beam reconstruction.

In reflectivity tomography, a weakly reflecting object that is immersed in an acoustically homogeneous background medium is interrogated with an infinitesimally short ultrasonic pulse and the corresponding reflected signal is measured at the source location as a function of time. The goal of reflectivity tomography is to reconstruct a function that describes the reflectivity of an inhomogeneous object, from knowledge of the reflected signal measured at different source-receiver positions. In this work, we identify symmetries in the reflectivity tomography data function and demonstrated that they can be exploited to reduce the amount of data that needs to be measured in order to accurately reconstruct the reflectivity function, propose and numerically investigate reconstruction algorithms for reconstructing the reflectivity function from a /spl pi/-scheme data set.

Trong những năm gần đây, hình ảnh chụp cắt lớp quang học gần hồng ngoại (OTI) đã có những bước tiến lớn trong việc trở thành một phương pháp chẩn đoán hình ảnh y khoa có ý nghĩa lâm sàng. Hình ảnh hóa các biến động động trong các thông số của máu, hình ảnh não chức năng và hình ảnh tuyến vú là những lĩnh vực ứng dụng tiên tiến nhất của kỹ thuật mới này. Trong nghiên cứu này, chúng tôi tập trung vào những khó khăn gặp phải khi OTI được sử dụng để hình ảnh hóa các mô chứa các vùng đầy dịch. Các ví dụ về các mô như vậy bao gồm não, chứa các dịch não tủy ít phân tán, các khớp, bao gồm dịch khớp trong suốt, và vùng bụng của bà mẹ, chứa đầy dịch ối. Trong các trường hợp này, các sơ đồ tái tạo hình ảnh được chấp nhận rộng rãi dựa trên xấp xỉ khuếch tán có tính ứng dụng hạn chế, và các phương pháp tái tạo hình ảnh lặp lại dựa trên mô hình nâng cao hơn, sử dụng phương trình truyền bức xạ hứa hẹn mang lại kết quả chính xác hơn.

Our proposed technique tries to perform rapid classification to diagnose the abnormalities in human myocardium and identify the left ventricle (LV) in the analyzed tagged MR images as pathological or normal. In this work, images are first analyzed using harmonic phase (HARP) analysis and synthetic tags are computed over the myocardium. The data is normalized for shift, scale and rotation invariance, and to perform a comparison between different myocardium having various tag lines and time frames. Cubic curves are fitted to the normalized tags and curvature parameters are compared at various regions of the myocardium. In this initial study, the curve parameters are examined with probability density function for multivariate normal distribution between normal and diseased hearts, such as left ventricles with dilated cardiomyopathy (DCM) and infarcted regions. Finally, the confusion matrix is evaluated to examine the correctness of the segmentation algorithm.

MRI is by nature a Fourier encoded imaging modality. But MRI is enriched and made all the more powerful and flexible by the fact that it also includes elements of non-Fourier encoding, such as slice selection. Our goal is to develop a partial non-Fourier encoding methodology that is fully integrated with, and is complementary to, existing MR encoding approaches. The word 'partial' is used to emphasize that non-Fourier encoding is presented as complement to standard Fourier-encoded methods. Our focus is to determine where and how non-Fourier encoding can enhance existing MRI data acquisition protocols, particularly to increase the speed of dynamic applications. The specific advantages of non-Fourier encoding we have identified are; (1) that it offers the flexibility to employ encoding functions that are close to the theoretical optimum for a given application, (2) that it offers the ability to employ true multiple resolutions within the imaging volume, (3) that point-spread-functions free of ringing artifact can be made, (4) that robust reduced field-of-view imaging is enabled, and (5) that its flexibility can be exploited to enhance parallel imaging approaches. To realize the significant advantages of non-Fourier encoding, technical advances, in particular the development of practical 2D RF excitation approaches, are necessary. This is the focus of the current report.

Hình ảnh kỹ thuật số có những lợi thế nhất định đối với nhiều lĩnh vực của bệnh lý giải phẫu, bao gồm tài liệu, giáo dục và y học từ xa. Mặc dù có những lợi ích này, phần lớn các chẩn đoán vẫn được thực hiện thông qua việc xem xét thủ công các phiến kính bằng kính hiển vi ánh sáng. Yếu tố chính hạn chế việc sử dụng hình ảnh kỹ thuật số trong lâm sàng là thời gian cần thiết để chụp toàn bộ phiến kính. Bài báo này mô tả một hệ thống chụp ảnh vượt qua hạn chế này. Ánh sáng xung là yếu tố then chốt cho phép di chuyển trượt liên tục nhanh chóng trong quá trình chụp ảnh, giảm thời gian chụp còn vài phút thay vì hàng giờ. Một cảm biến vị trí và mạch thời gian cung cấp vị trí chính xác của bàn kính và tín hiệu thời gian, cho phép lắp ghép một bức tranh toàn bộ phiến kính một cách đơn giản và chính xác. Các nghiên cứu ban đầu chỉ ra rằng các chẩn đoán được thực hiện từ các hình ảnh thu được đồng ý với những chẩn đoán được thực hiện bằng kính hiển vi.