CC BY
40
ВИЗУАЛИЗАЦИЯ ИЗОБРАЖЕНИЙ В ОПТИЧЕСКОЙ
КОГЕРЕНТНОЙ ТОМОГРАФИИ МЕТОДАМИ ПРОСТРАНСТВЕННОЙ ФИЛЬТРАЦИИ И ТЕНЕВОГО
ПРЕОБРАЗОВАНИЯ
М.А. Таратин, И.П. Гуров
Проведен анализ недостатков визуализации изображений в оптической когерентной томографии (ОКТ) и предложены методы повышения наглядности томограмм. Приведены методики предварительной фильтрации и теневого преобразования изображения для выделения слоистости структуры биотканей. Представлены примеры обработки экспериментальных томограмм в эндоскопической ОКТ.
Введение
Одним из перспективных методов бесконтактного исследования внутренней структуры биотканей является Оптическая Когерентная Томография (ОКТ) [1-5]. ОКТ позволяет получать изображение структуры живых биотканей с разрешающей способностью в единицы микрометров и даже на субмикрометровом уровне, что предоставляет широкие возможности для исследования типичных видов биотканей, имеющих слоистое строение, особенно в случае, когда строение поверхностного слоя на глубине до 2 мм является решающим при постановке диагноза [6-8]. Одним из важных применений метода представляет эндоскопическая ОКТ в исследованиях состояния стенки мочевого пузыря [9-11].
В медицинском университете Шарите (Берлин, Германия) проходит апробацию экспериментальный урологический ОКТ-эндоскоп [12], позволяющий сопоставлять томограммы с традиционной биопсией того же участка стенки мочевого пузыря. Результаты, полученные при обследовании более 70-ти пациентов, показали перспективность методики, однако недостаточная наглядность полученных ОКТ-изображений препятствовала широкому применению этого метода диагностики. Задачей настоящей работы являлось повышение наглядности томограмм для повышения достоверности диагностики заболеваний.
Анализ недостатков существующего томографа
Исследования, проведенные в университете Шарите, а также работы других ученых свидетельствуют о том, что в будущем станет возможным установить точный диагноз состояния биоткани без взятия биопсии. Однако для этого необходимо повысить информативность и качество ОКТ-изображений для исследователя и усовершенствовать методику расшифровки томограмм в целях повышения быстродействия и разрешающей способности.
Полутоновые монохромные ОКТ-изображения биотканей, полученные на томографе в клинике Шарите, несут информацию о форме и структуре биоткани, но уступают цветному гистологическому изображению в наглядности. Без дополнительной информации различить доброкачественное и злокачественное утолщение уротелия очень сложно. Низкая наглядность изображений затрудняет динамическую диагностику и требует последующего внимательного исследования снимков для корректной диагностики. Поэтому необходима дополнительная обработка изображений для выделения слоистной структуры исследуемой биоткани.
Кроме этого, для существующей установки ОКТ характерно недостаточно высокое качество обработки интерференционных сигналов и, как следствие, низкое качество томографических изображений. Для повышения быстродействия при обработке сигналов
в томографе был использован демодулятор аналоговых интерферометрических сигналов на основе узкополосного фильтра и амплитудного детектора (см. рис. 1).
6
7
8
9
Рис. 1. Принципиальная схема томографа: 1 - исследуемый образец, 2 - линзы, 3 -источник света, 4 - опорный отражатель, 5 - фотодиод, 6 - полосовой фильтр, 7 -амплитудный детектор, 8 - фильтр нижних частот, 9 - компьютер
Вследствие изменчивости характеристик сигналов в ОКТ, аналоговый фильтр с фиксированными параметрами не является оптимальным. В результате возникают искажения огибающей полос малой когерентности, либо, при расширении полосы частот фильтра, снижается отношение сигнал/шум.
С учетом выявленных недостатков существующего эндоскопического томографа для повышения эффективности применения ОКТ в урологии была поставлена задача улучшить наглядность изображений исследуемых биотканей. Для этого было решено разработать вспомогательную компьютерную программу для анализа и оценки изображений для использования параллельно или вместо программы, поставляемой с томографом, для просмотра и оценки изображений.
Подавление шумов
Существующие изображения обладали высоким уровнем шумов (см. рис. 2), которые значительно затрудняли восприятие изображений. Поэтому на первом этапе обработки требовалось уменьшить влияние помех.
Рис. 2. Исходная томограмма с высоким уровнем шумов
Рис. 3. Пример Д-скана с характерным шумом
г
При детальном исследовании характера шумов, наблюдаемых на томограммах, было обнаружено несколько важных особенностей. В частности, интервал спектра шумов в ^-сканах (огибающих сигналов в вертикальном направлении г по глубине среды) в значительной части совпадал с интервалом спектра информативной части сигнала (рис.
3).
Совпадение частот сигнала и шума не позволило отделить огибающую полезного сигнала от шума на основе спектральной фильтрации. Поэтому от идеи анализа ^-сканов по отдельности пришлось отказаться. Однако оказалось, что помехи в соседних ^-сканах малокоррелированны, и шум в горизонтальном направлении имеет довольно высокую частоту. Поэтому, используя предположение о том, что оптические свойства биотканей изменяются медленно в направлении границы слоев, можно ослабить влияние шума, используя один из следующих подходов: фильтрацию нижних частот по горизонтальному направлению или фильтрацию сигнала в вертикальном направлении одновременно по нескольким ^-сканам для исключения влияния некоррелированных помех в вертикальном направлении.
Фильтрация по вертикальному направлению
Для фильтрации по вертикальному направлению использовался нелинейный дискретный фильтр Калмана [13]. Он обладает способностью адаптировать свои параметры под сигнал и не требует настройки под характеристики конкретного изображения [14]. В качестве модели изменения шума использовался квазигармонический сигнал вида
п(г) = А + пА (г) cos(2л/3г), где А - отфильтрованная амплитуда сигнала в заданной точке изображения, Па(г), /0 -соответственно амплитуда и средняя частота составляющей шума. Чтобы отличить изменения амплитуды шума от фоновой составляющей сигнала, на амплитуду шума Па (г) было наложено ограничение по скорости изменения. Кроме этого, на каждом шаге фильтрации использовалось взвешенное значение фона, полученное на основе предсказания для трех соседних ^-сканов. Использование большего количества смежных ^-сканов при предсказании фона вызывает излишнее размытие изображения в горизонтальном направлении.
Результаты фильтрации в вертикальном направлении при использовании нелинейного дискретного фильтра Калмана по трем соседним ^-сканам представлены на рис. 4.
Рис. 4. Результат фильтрации томограммы Рис. 5. Усиление контраста после в вертикальном направлении фильтрации в вертикальном
направлении
Полученные результаты показывают высокую эффективность подавления шумов, однако заметно сглаживают максимумы полезного сигнала и, как следствие, происходит размытие границ вертикальных слоев и понижение контрастности томограммы. Поэтому для улучшения была дополнительно проведена подстройка контрастности. Полученный результат представлен на рис. 5.
Фильтрация по горизонтальному направлению
Благодаря тому, что значительная часть шума в горизонтальном направлении относится к высокочастотной части спектра, стало возможным применение фильтра нижних частот. Одним из эффективных подходов к этой задаче является применение линейного дискретного фильтра Калмана [13].
На рис. 6 представлены результаты низкочастотной пространственной фильтрации в горизонтальном направлении при использовании линейного фильтра Калмана. Как видно из рисунка, в отличие от фильтрации в вертикальном направлении, границы горизонтальных слоев биоткани не размываются, однако остаются шумы, совпадающие по спектральной полосе со спектром изменения амплитуды сигнала.
Рис. 6. Томограмма, отфильтрованная в горизонтальном направлении Выделение слоистости методом теневого преобразования
При анализе результатов исследования томограмм, полученных для различных патологий мочевого пузыря, было принято решение о том, что для повышения наглядности изображений необходимо подчеркнуть слоистость микроструктуры биотканей.
Физиологическое строение стенки мочевого пузыря имеет слоистую природу. Патологические состояния слизистой мочевого пузыря вызывают нарушения структуры слоев: происходит изменение толщины слоя, искажение формы границ вплоть до полного исчезновения. Поэтому наглядное отображение внутренней структуры биоткани, а именно слоистости, имеет большое значение для диагностики заболеваний мочевого пузыря.
Для выделения слоистости был использован метод теневого преобразования (выделения псевдорельефа). Для каждой точки изображения применялось следующее преобразование:
АХ, у = АХ, У + [тах{ А( X, у)} - Ах -;, у - ; ^
где Ах у, А'х у, - исходное и скорректированное значение амплитуды в точке с координатами х и у, тах{А(х, у)} - максимальное значение амплитуды на всем изображении, г и ] - параметры теневого фильтра по горизонтальному и вертикальному направлениям.
На рис. 7 представлены результаты теневого преобразования после подавления шумов в горизонтальном направлении для одной из томограмм. Из рисунка видно, что фильтрация позволила подчеркнуть границы между слоями, которые плохо видны на оригинальном изображении. В то же время некоторые детали практически исчезли, поэтому изображения с подчеркнутым рельефом могут служить лишь как дополнительный источник информации.
Рис. 7. Исходная томограмма (слева) и результат теневого преобразования
Для повышения наглядности информация о слоистости была наложена на оригинальную томограмму в красной составляющей цвета в представлении RGB. Наглядность изображения значительно повысилась, и детали стали более явными и четкими.
При подавлении помех в горизонтальном направлении границы вертикальных слоев не размываются, поэтому именно этот вид фильтрации является наиболее подходящим для улучшения визуализации томограмм. Чем сильнее проявляются перепады между слоями, тем нагляднее проявляется рельеф. Однако рельеф, наложенный поверх изображения, полученного в результате фильтрации в вертикальном направлении, также позволяет получить интересные результаты, достойные внимания (рис. 8).
Рис. 8. Пример наложения рельефа на изображение после фильтрации в вертикальном направлении (полутоновое монохромное представление)
Низкий уровень шумов, обеспечиваемый при фильтрации в вертикальном направлении, позволяет подчеркнуть другие особенности структуры слоев исследуемой биоткани.
Заключение
В ходе исследовательских работ был проведен анализ недостатков существующего эндоскопического томографа и поставлены задачи по его совершенствованию. После
изучения особенностей ОКТ установки предложены методы, позволяющие повысить наглядность томографических изображений. На основе описанных методов была создана специализированная компьютерная программа для оценки изображений.
Программа предоставляет несколько режимов обработки изображения, каждый из которых позволяет подчеркнуть определенные аспекты структуры исследуемой биоткани. Наиболее наглядным методом выделения слоистой структуры ткани является теневое преобразование в сочетании с цветовым наложением на оригинальное изображение. В настоящее время программа проходит апробацию и используется для анализа ОКТ-изображений в качестве дополнительного средства медицинской диагностики.
Исследования одного из авторов (М.А. Таратина) были поддержаны на начальном этапе совместным грантом научного фонда DAAD, Германия (проект A/05/39012) и Министерства образования и науки Российской Федерации (проект №999996) по программе «Михаил Ломоносов». Авторы выражают признательность клинике Шарите (Берлин, Германия) за предоставленные экспериментальные данные, полученные с использованием эндоскопического оптического когерентного томографа.
Литература
1. Гуров И.П. Оптическая когерентная томография: принципы, проблемы и перспективы. В кн.: Проблемы когерентной и нелинейной оптики /Под ред. И.П. Гурова и С. А. Козлова. СПб: СПбГУ ИТМО, 2004. С. 6-30.
2. Bronzino J. The Biomedical Engineering Handbook. IEEE Press. 2000. Р. 67-72.
3. Huang D., Swanson E.A., Lin C.P., et al. Optical coherence tomography //Science. 1991. V.254. Issue 5035. P. 1178-1181.
4. Fujimoto J.G., Pitris C., Boppart S.A., Brezinski M.E. Optical coherence tomography: an emerging technology for biomedical imaging and optical biopsy //Neoplasia. 2000. V.2. P. 9-25.
5. Handbook of optical coherence tomography /B.E. Bouma and G.J. Tearney, eds. NY: Marcel Dekker Inc., 2002.
6. Sergeev A.M., Gelikonov V.M., Gelikonov G.V., et al. In vivo endoscopic OCT imaging of precancer and cancer states of human mucosa // Opt. Expr.1997. V. 1(13). P. 432-440.
7. Gelikonov G.V., Gelikonov V.M., Sergeev A.M., et al. In Vivo Imaging of Human Internal Organs with an Integrated Endoscopic OCT System // Proc. OSA TOPS Advances In Optical Imaging and Photon Migration. 1998. V. 103. P. 1106-1113.
8. Zagainova E., Gladkova N.D., Strelzova O., et al. Clinical study of bladder disease using optical coherence tomography //Proc. SPIE. 2000. V.4160. P. 69-79.
9. Tearney G.J., Brezinski M.E., Southern J.F., Bouma B.E., Boppart S.A., Fujimoto J.G. Optical biopsy in human urologic tissue using optical coherence tomography // J. Urol. 1997. V.157. P. 1915-1919
10. Konig F., Loening S.A. Strategien in der bildgebenden Diagnostik des Harnblasenkarzinoms // Urologe B 1999. V. 39. N4. P. 303-306.
11. Crow P., Stone N., Kendall C.A., Persad R.A., Wright M.P. Optical diagnostics in urology: current applications and future prospects // BJU Int. 2003. V. 92. N. 4. P. 400-407.
12. Lankenau E., Schumacher M., Koch P., Koenig F., Daniltchenko D., Schnorr D., Huettmann G. Dispersion compensation for proximal scanning rigid OCT endoscopes // Proc. SPIE 2004. V. 5316. P. 172-177/
13. Kalman R.E. A new approach to linear filtering and prediction problems //Trans. ASME, J. Basic Eng. 1960. V.82. P. 35-45.
14. Alarousu E., Gurov I., Hast J., Myllyla R., and Zakharov A. Optical coherence tomography of multilayer tissue based on the dynamical stochastic fringe processing, in Laser Applications in Medicine, Biology, and Environmental Science / G. Mueller, V. Tuchin, G. Matvienko, C. Werner, and V. Panchenko, eds. //Proc. SPIE. 2003. V.5149. P. 13-20.
