Automatic Detection of Rib Contours in Chest Radiographs: An Application of Image Processing Techniques in Medical Diagnosis

1.1 بیان مسئله این کار یک الگوریتم کامپیوتری جدید و موثر برای تشخیص خطوط دنده ها در رادیوگرافی ehest را توصیف می کند. مشکلی که در هر دو حوزه تحقیقاتی بینایی ماشین و محاسبات زیست پزشکی مشترک است، استخراج اطلاعات گرافیکی، مانند آنچه در شکل 1-lb نشان داده شده است، از تصویری مانند شکل 1-la است. شکل 1-la یک رادیوگرافی معمولی خلفی- قدامی (PA) ehest را نشان می دهد در حالی که شکل 1-lb ترسیمی از قسمت شکمی قفسه سینه را نشان می دهد. امید است که این تحقیق کمک قابل توجهی به توسعه یک سیستم خودکار برای تفسیر نمودارهای رادیویی ehest کند. 1.2 چرا ما این تحقیق را انجام داده ایم؟ از آنجایی که حدود یک سوم از 650،000،000 رادیوگرافی پزشکی (عکس‌های اشعه ایکس) که سالانه در ایالات متحده گرفته می‌شود، رادیوگرافی‌های بی‌هدف هستند، آگاهی روزافزونی از نیاز به یک سیستم کامپیوتری برای کمک به تشخیص این رادیوگرافی‌ها وجود دارد. تشخیص خطوط دنده، البته، یک عنصر ضروری در چنین سیستمی است. علاوه بر اینکه می‌تواند نیاز به برنامه غربالگری انبوه را برآورده کند، یک سیستم خودکار همچنین توانایی تشخیص ناهنجاری‌ها را در مراحل اولیه دارد. Ziskin et al (1971) بیان می کنند که قابل اعتماد 2 {a) رادیوگرافی قفسه سینه اصلی شکل 1-1. رادیوگرافی قفسه سینه 3 غضروف کانتور شکمی (ب) قفسه سینه. جنبه شکمی رادیوگرافی قفسه سینه شکل 1-1 مطالعات رادیو گرافی قفسه سینه نشان می دهد که حتی تحت شرایط معمول رادیولوژیست ها قادر به تشخیص تقریباً 30٪ از ناهنجاری ها در فیلم های اشعه ایکس ehest نیستند.

1.1 Statement of the Problem This work describes a new and effective computer algorithm for detecting the contours of ribs in ehest radiographs. The problem, which is common to both the research areas of Machine Vision and Biomedical Computing, is to extract graphical information, such as that represented in Figure 1-lb, from a picture such as Figure 1-la. Figure 1-la shows a typical posterior-anterior (PA) ehest radiograph while Figure 1-lb shows a drawing of the ventral aspect of the thorax. lt is hoped that this researchwill contribute significantly toward developing an automated system for interpreting ehest radio­ graphs. 1.2 Why Have We Carried Out This Research? Since about one-third of the 650,000,000 medical radiographs (X-ray photographs) taken annually in the United States areehest radiographs, there is a growing awareness of the need for a computer­ aided system to help diagnose these radiographs. The detection of rib contours is, of course, a necessary element in such a system. In addition to being able to accommodate the need for a mass screening program, an automated systemalso has the ability to detect anomalies at earlier stages. Ziskin et al (1971) state that reliable 2 {a) Original Chest Radiograph Figure 1-1. A Chest Radiograph 3 VENTRAL CONTOUR CARTILAGE {b) THE THORAX; VENTRAL ASPECT OF A CHEST RADIOGRAPH Figura 1-1 A CHEST RADIOGRAPH studies indicate that even under routine conditions radiologists fail to detect approximately 30% of abnormalities in ehest X-ray films.