Ricke, Jens: Über die Optimierung von Waveletalgorithmen für die verlustbehaftete Kompression digitaler Röntgenbilddaten

Aus der Klinik für Strahlenheilkunde
Direktor: Prof. Dr. Dr. h.c. R. Felix
Charité Campus Virchow-Klinikum
Medizinische Fakultät der Humboldt-Universität zu Berlin


Über die Optimierung von Waveletalgorithmen für die verlustbehaftete Kompression digitaler Röntgenbilddaten

Dem Fachbereich Charité
der Humboldt-Universität zu Berlin

zur Erlangung der venia legendi vorgelegt

von Dr. med. Jens Ricke

Gutachter:
Prof. Dr. M. Prokop, Wien
Prof. Dr. KJ Klose, Marburg.

Eingereicht: 30.06.2000

Datum der Habilitation: 29.05.2001

Zusammenfassung

Ziel: Eine Optimierung medizinischer Bilddatenkompression. Evaluation des Einflusses unterschiedlicher Filter auf die Bildqualität waveletkomprimierter Röntgenbilder.

Material und Methode: Im Rahmen von Vorstudien Optimierung der digitalen Bildbefundung anhand von ROC-Analysen. Auswahl geeigneter Kompressionsverfahren durch methodischen und ROC-gestützten Vergleich von Wavelet- mit fraktaler und JPEG-Kompression. Im Rahmen der Hauptstudie ROC-basierter und statistischer Vergleich von 4 unterschiedlichen Waveletfiltern verschiedener Komplexität mittels Prüfkörper für niedrigfrequente, gemischt-frequente und hochfrequente Bildinformation im schwellenwertnahen Bereich.

Ergebnisse: Durch Einsatz unterschiedlicher Filter insbesondere im Niedrigfrequenzbereich entstehen signifikante Unterschiede des Rekonstruktionsergebnisses der Röntgenbilder. Trotz eines partiell uneinheitlichen Ergebnisses der visuellen Analyse fanden sich Vorteile für komplexere Filter. Für Details im hochfrequenten Bereich finden sich kaum signifikante Unterschiede.

Schlußfolgerungen: Die durch die ROC-Analyse erhobenen Ergebnisse korrelierten in keiner Weise mit den gleichzeitig mathematisch erhobenen PSNR-Werten. Ursache hierfür ist, daß die Reduktion des Bildrauschens durch die Waveletkompression in der PSNR als negative Einflußgröße abgebildet wird. Bei medizinischen Röntgenbildern führt jedoch die Minimierung des Bildrauschens zu einer erhöhten Erkennbarkeit von Details insbesondere im schwellenwertnahen Bereich. Entsprechend verbesserten sich die Ergebnisse der schwellenwertnah durchgeführten ROC-Analyse ungleichsinnig zu den PSNR-Werten. Eine detaillierte Beschreibung des Einflusses der Komplexität von Waveletfiltern auf die Rekonstruktionsqualität medizinsicher Bilder findet sich im Diskussionsteil der Studie.

Schlagwörter:
Waveletkompression, Telemedizin, Digitale Radiographie, Monitorbefundung

Abstract

Aim: Optimisation of medical image compression. Evaluation of wavelet-filters for wavelet-compression.

Materials and methods: Optimisation of image review applying ROC analysis. Analysis of medical image compression methods comparing wavelet-compression, fractal compression and JPEG by ROC analysis. Evaluation of 4 different wavelet-filters with different complexity applying phantoms for low frequency, high and mixed frequency information.

Results: Application of filters with different complexity results in significant variations in the quality of image reconstruction after compression specifically in low frequency informatiin. Filters of high complexity proved to be advantagous despite of heterogenous results during visual analysis. For high frequency details, complexity of filters did not prove to be of significant impact on image quality after reconstruction.

Conclusions: Results of ROC analysis did not correspond with PSNR values. Reduction of image noise in reconstructed images by wavelet-filtering is expressed negatively in PSNR values. In medical images, reduction of image noise enhances detection specifically of low contrast details. A detailed discussion of the influence of filter complexity on the reconstruction quality of medical images can be found in the discussion section of the study.

Keywords:
Wavelet Compression, Telemedicine, Digital Radiography, Monitor Review


Seiten: [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90] [91] [92] [93] [94] [95] [96] [97] [98] [99] [100] [101] [102] [103] [104] [105] [106] [107] [108] [109] [110] [111] [112] [113] [114] [115] [116] [117] [118] [119] [120] [121] [122] [123] [124] [125] [126] [127] [128] [129] [130] [131] [132] [133] [134]

Inhaltsverzeichnis

TitelseiteÜber die Optimierung von Waveletalgorithmen für die verlustbehaftete Kompression digitaler Röntgenbilddaten
1 Einleitung
2 Grundlagen der Bilddatenkompression
2.1Waveletkompression
2.1.1Signaltransformation mittels diskreter Wavelet-Transformation (DWT)
2.1.2Multiskalenanalyse
2.1.3Quantisierung
2.1.4Kodierung
2.2Fraktale Kompression
2.3JPEG - Joint Photographic Expert Group
2.4Vorarbeiten: Entwicklungsumgebung
2.4.1Bildformat DICOM
2.4.2Zwischenspeicherung digitaler radiologischer Bilddaten
2.4.2.1Anforderungen an ein System zur Bildspeicherung
2.4.2.2Umsetzung der PACS-Entwicklung
2.4.2.2.1Hardware
2.4.2.2.2Software
2.4.2.2.3Sicherheit
2.4.3Bildverarbeitung und Bildansicht mit der Eigenentwicklung Viewmed
2.4.4Vorstudie: Evaluation geeigneter Betrachtungsmonitore: Graustufenmonitor versus Farbröhrenmonitor und LC-Display
2.4.4.1Ziel der Vorstudie
2.4.4.2Material und Methodik
2.4.4.3Ergebnisse
2.4.4.4Diskussion
2.5Vorstudie: Detektion von Niedrigfrequenzdetails mit Wavelet-, Fraktaler und JPEG Kompression
2.5.1Ziel der Vorstudie
2.5.2Material und Methodik
2.5.3Ergebnisse
2.5.3.1Kompressionszeiten der Thoraxbilder
2.5.3.2Subjektive Beurteilung der Qualität rekonstruierter Thoraxaufnahmen
2.5.3.3Bildgrößen der ROC-Analyse
2.5.3.4ROC-Ergebnisse der Thoraxaufnahmen
2.5.3.5ROC-Ergebnisse der Phantomaufnahmen
2.5.4Diskussion
2.5.5Schlußfolgerungen
3 Material und Methode
3.1Bildmaterial
3.1.1Phantome für Digitale Radiographien (DR)
3.1.1.1Niedrigfrequenzphantome DR
3.1.1.2Gemischt Hoch- und Niedrigfrequenzphantom DR
3.1.1.3Hochfrequenzphantom DR
3.1.2Phantom für Computertomographien (CT)
3.1.2.1Niedrigfrequenzphantom CT
3.2Vorbereitung der Kompression
3.2.1Kompressionsalgorithmus
3.2.2Konversion der Dateiformate
3.3Filterauswahl
3.3.1Bicdf 5.3
3.3.2Bicdf 9.7
3.3.3Bivil 18.10
3.3.4Bicoif 22.14
3.4Erhebung geeigneter Kompressionsraten für die ROC-Analyse
3.5Visualisierungsumgebung
3.5.1Visualisierungssoftware
3.5.2Hardwareinstallation und Eichung des Monitors
3.6Datenerhebung
3.6.1ROC-Analyse
3.6.2Quantitative Analyse
3.6.3Signal-Rausch-Verhältnis
3.6.4Subtraktionsaufnahmen
3.6.5Statistik
4 Ergebnisse
4.1Phantom „Lungenrundherde“
4.1.1Quantitative Kompressionsergebnisse
4.1.2Signal-Rausch-Verhältnis
4.1.3ROC-Analyse
4.1.4Statistische Analyse
4.2Phantom „Interstitielle Pneumonie“
4.2.1Quantitative Kompressionsergebnisse
4.2.2Signal-Rausch-Verhältnis
4.2.3ROC-Analyse
4.2.4Statistische Analyse
4.3Phantom „Pneumothorax“
4.3.1Quantitative Kompressionsergebnisse
4.3.2Signal-Rausch-Verhältnis
4.3.3ROC-Analyse
4.3.4Statistische Analyse
4.4Phantom „CT Raumforderungen“
4.4.1Quantitative Kompressionsergebnisse
4.4.2Signal-Rausch-Verhältnis
4.4.3ROC-Analyse
4.4.4Statistische Analyse
4.5Subtraktionsaufnahmen
5 Diskussion
5.1Methodik
5.1.1Phantome
5.1.2Eigenschaften Digitaler Radiographien versus Computertomographien
5.1.3Wavelet-Algorithmus
5.1.4Filterselektion
5.1.5Prinzip der ROC-Analyse
5.2Ergebnisse
5.2.1Filterbewertung
5.2.1.1Visuelle Bewertung von Digitalen Radiographien
5.2.1.1.1Niedrigfrequenzdetails
5.2.1.1.2Gemischt hoch- und niedrigfrequente Details
5.2.1.1.3Hochfrequenzdetails
5.2.1.2Visuelle Bewertung von Computertomographien
5.2.1.2.1Niedrigfrequenzdetails
5.2.2PSNR zur mathematischen Bewertung der Kompressionsqualität
5.3Synopsis der wichtigsten Ergebnisse
6 Literatur

Tabellenverzeichnis

Tab. 1: Durchschnittliche Ergebnisse der Kompression mit unterschiedlichen Filtern1 für die fünf Bilder des Phantoms „Lungenrundherde“
Tab. 2: Durchschnittliches Signal-Rausch-Verhältnis der Kompression mit unterschiedlichen Filtern für die fünf Bilder des Phantoms „Lungenrundherde“
Tab. 3: Rating unterschiedlicher Filter für das Phantom „Lungenrundherde“
Tab. 4: Durchschnittliche Ergebnisse der Kompression mit unterschiedlichen Filtern1 für die fünf Bilder des Phantoms „Interstitielle Pneumonie“
Tab. 5: Durchschnittliches Signal-Rausch-Verhältnis der Kompression mit unterschiedlichen Filtern für die fünf Bilder des Phantoms „Interstitielle Pneumonie“
Tab. 6: Rating unterschiedlicher Filter für das Phantom „interstitielle Pneumonie“
Tab. 7: Durchschnittliche Ergebnisse der Kompression mit unterschiedlichen Filtern1 für die fünf Bilder des Phantoms „Pneumothorax“
Tab. 8: Durchschnittliches Signal-Rausch-Verhältnis der Kompression mit unterschiedlichen Filtern für die fünf Bilder des Phantoms „Pneumothorax“
Tab. 9: Rating unterschiedlicher Filter für das Phantom „Pneumothorax“
Tab. 10: Durchschnittliche Ergebnisse der Kompression mit unterschiedlichen Filtern1 für die fünf Bilder des Phantoms „CT Raumforderungen“
Tab. 11: Durchschnittliches Signal-Rausch-Verhältnis der Kompression mit unterschiedlichen Filtern für die fünf Bilder des Phantoms „CT Raumforderungen“
Tab. 12: Rating unterschiedlicher Filter für das Phantom „Raumforderung CT“

Abbildungsverzeichnis

Abbildung 1a-d: Signaltransformation am Beispiel eines Haar-Wavelets
a = Approximatonssignal, d = Detailsignal
Abbildung 2: Skalierungs- und Waveletfunktion eines Haar-Wavelets
Abbildung 3a-c: Reduzierte Anzahl von Signalwerten in Kenntnis der Basisfunktion
(hier: Waveletfunktion des Haar-Wavelets, Abb. 2) für die Detailsignale
(Vgl. Abb. 1a-d)
Abb. 4: Tiefpassaufbruch des Testbildes „Lena“
Abb. 5: Grafische Darstellung von Wavelets im Orts- und Frequenzraum in
verschiedenen Auflösungsstufen
Abbildung 6: Aufbau des PACS
Abbildung 7: Visualisierungssoftware Viewmed. Navigations- und Befundungsfenster
Abb. 8: Statistisches Phantom TRG („Lungenrundherde“) als Fotografie (oben) und als Röntgenaufnahme mit niedrigfrequenten Details (unten).
Die Pfeile markieren die Bohrungen (Details) in der Röntgenaufnahme
Abb. 9: ROC-Kurven der einzelnen Monitore für das Phantom „Lungenrundherde“ mit niedrigfrequenten Details
Abb. 10: Darstellung des Kontrastes jedes Bildpunktes als Summe der Werte aus unterschiedlichen Blickwinkeln. Der Kontrast nimmt von blau über grün nach rot zu. Sharp Panel entsprechend dem getesteten Sanyo-Monitor
Abb. 11: Subjektive Evaluation Wavelet-, fraktal und JPEG-komprimierter Thoraxaufnahmen.
Bewertung: 0 = keine Einschränkung der Befundung,
1 = diskrete Einschränkung der Befundung,
2 = starke Einschränkung der Befundung,
3 = Befundung nicht möglich.
Abb. 12: ROC-Kurven für Thoraxaufnahmen (1:60)
Abb. 13: ROC-Kurven für Aufnahmen des Phantoms (1:13)
Abb. 14: Thoraxaufnahme nach hochgradiger JPEG-Kompression: typische Blockartefakte durch Segmentierung des Bildes für die Signaltransformation
Abb. 15: Phantom „Interstitielle Pneumonie“ mit gemischt hoch- und niedrigfrequenten Details
Fotografie (oben), Digitale Radiographie (unten)
Abb. 16: Phantom „Pneumothorax“ mit hochfrequenten Details.
Fotografie (oben), Digitale Radiographie (unten)
Abb. 17: Phantom „CT Raumforderungen“ mit niedrigfrequenten Details.
Fotografie (oben), Digitale Radiographie (unten)
Abb. 18: ROC-Kurven unterschiedlicher Filter für das Phantom „Lungenrundherde“
Abb. 19: ROC-Kurven unterschiedlicher Filter für das Phantom „Interstitielle Pneumonie“
Abb. 20: ROC-Kurven unterschiedlicher Filter für das Phantom „Pneumothorax“
Abb. 21: ROC-Kurven unterschiedlicher Filter für das Phantom „CT Raumforderungen“
Abb. 22: Nicht skalierte, grafische Darstellung der Synthese-Waveletfunktionen bicdf 5.3(oben) und bicdf 9.7 (unten) mit unterschiedlicher Stetigkeit

© Die inhaltliche Zusammenstellung und Aufmachung dieser Publikation sowie die elektronische Verarbeitung sind urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung. Das gilt insbesondere für die Vervielfältigung, die Bearbeitung und Einspeicherung und Verarbeitung in elektronische Systeme.

DiML DTD Version 2.0
Zertifizierter Dokumentenserver
der Humboldt-Universität zu Berlin
HTML - Version erstellt am:
Fri Feb 7 16:27:58 2003