Thomas Martin Lehmann

A simple parametric equation for pseudocoloring grey scale images keeping their original brightness progression

Abstract A new formalism to generate pseudocolor spectra is introduced. Therefore, a parametric path in the RGB-color cube is derived to guarantee constant brightness progression. The resulting spiral-like curve allows the generation of various color spectra by adjusting the spirals frequency and phase. The formalism allows the determination of the resulting number of colors in dependency of both parameters. Therefore, these spectra are particularly useful to represent 12 bit data on common computer graphic adapters with 4096 displayable pseudocolor values instead of 256 displayable grey intensities. In this paper, the spectra are applied to medical X-ray images yielding an enhanced visualization of the diagnostic information.

Rotation-extended cepstrum technique optimized by systematic analysis of various sets of x-ray images

Spatial registration is a major problem arising whenever several images of similar contents are to be compared. Considering translations only, two-dimensional cepstral techniques have been proven to be exact and robust against noise or intensity variations. Furthermore, the cepstral filtering is numerically more efficient than most common approaches to image registration based on cross-correlation or template matching. In a previous paper, we proposed a two- dimensional cepstrum based matching technique accessing rotations and translations. The logarithmic polar mapping of the power spectra of both images to be registered is used for the decoupling of rotations and translations (similar to the Fourier-Mellin transform). Rotations are detected first matching the mapped spectra by two-dimensional cepstrum analysis. After rotating back one image, the relative shift is determined using the same cepstrum technique. In clinical practice, the rotation detection step was discovered as the weakness of this registration technique. Based on 855 pairs of dental radiographs acquired in known positions, three different approaches of matching the mapped spectra are compared: the cepstrum technique, the cross-correlation, and the entropy of the one-dimensional histogram distribution function of the substraction image of the mapped spectra. The combination of the log-polar mapped power spectra of both x rays with the entropy-measure allows the best detection of rotations. The union with common cepstrum methods correcting translations results in a robust rotation- extended cepstrum technique.

Co-Occurrence Matrizen zur Texturklassifikation in Vektorbildern

Statistische Eigenschaften naturlicher Grauwerttexturen werden mit Co-Occurrence Matrizen, basierend auf der Grauwertstatistik zweiter Ordnung, modelliert. Die Matrix gibt dann die apriori Wahrscheinlichkeiten aller Grauwertpaare an. Da in der medizinischen Bildverarbeitung verstarkt Multispektralbilder ausgewertet werden, wird das bekannte Konzept hier auf beliebige Vektorbilder erweitert. Dadurch kann bei der Texturklassifikation die zur Verfugung stehende Information vollstandig genutzt werden. Insbesondere zur Detektion von Farbtexturen ist dieser Ansatz geeignet, da Wertepaare unterschiedlicher Spektralebenen ausgewertet werden konnen. Ebenso kann die Methode auch bei der Multiskalendekomposition von Intensitatsbildern zur Verbesserung der Texturerkennung beitragen. Die in den Matrizen entstehenden Muster lassen dann uber die Extraktion geeigneter Texturdeskriptoren Ruckschlusse auf die Texturen des Bildes zu.

Rotations- und Translationsbestimmung durch eine erweiterte Kepstrum-Technik

Die Bildregistrierung ist ein klassisches Problem der automatisierten Bildverarbeitung und Mustererkennung. Beschranken sich die zu erkennenden Bildunterschiede auf reine Verschiebungen, so kann deren Bestimmung sehr elegant und effizient durch die Kepstrum-Filterung erfolgen. Diese Methode versagt jedoch, wenn z.B. zusatzliche Rotationen vorhanden sind.

Detailed image classification code for image retrieval of medical images (IRMA)

To support the automated classification of medical images an easy to use, tree-based, detailed examination code was developed. It consists of three parts: 1. technical code, 2. anatomical code, and 3. orientational code. The code was applied to about 6000 radiological images from daily routine, creating a well indexed database for testing of classifications. The code has been shown to be sufficient for the description of the images concerning image content.

Optimierung eines konnektionistischen Graphmatchers zum inhaltsbasierten Retrieval medizinischer Bilder

Die Bestimmung von Ahnlichkeiten zwischen medizinischen Bildern erfordert in manchen Kontexten die Einbeziehung struktureller Bildinformation, wie Nachbarschaftsbeziehungen oder Hierarchierelationen zwischen Teilregionen der Bilder. Werden attributierte Graphen zur Modellierung der strukturellen Information als Bildreprasentation eingesetzt, so fuhrt die Bestimmung von Ahnlichkeiten auf ein NP-vollstandiges Graphmatchingproblem. Dieser Beitrag zeigt, wie durch Parallelisierungstechniken die Leistung eines auf Neuronalen Netzen basierenden Matchingalgorithmus so optimiert werden kann, dass er auch fur die grosen Datenvolumina medizinischen Bildmaterials eingesetzt werden kann. Eine Partitionierung des Neuronalen Netzes sowie eine Synchronisierung der gewonnenen Cluster bilden den Kern der Optimierung. Das Konzept eignet sich sowohl fur parallele Berechnungen in verteilten Systemumgebungen als auch fur den Einsatz auf isolierten Simulationsrechnern.

Selektion von Farbtexturmerkmalen zur Tumorklassifikation dermatoskopischer Fotografien

Bei der computerunterstutzten Diagnostik melanozytarer Hautveranderungen werden Farbe und Textur der untersuchten Lasionen einbezogen, um objektive und quantitative Mase fur eine Klassifikation zu erhalten. Aufgrund der Vielzahl der moglichen Merkmale entstehen hochdimensionale Merkmalsraume mit deutlich mehr als 100 Merkmalen. Um eine moglichst optimale Merkmalskombination durch Auswahl einiger weniger Merkmale zu bestimmen, werden die beiden Heuristiken Floating Search und Genetische Algorithmen miteinander verglichen.

Verteilte Bearbeitung inhaltsbasierter Suchanfragen auf ein medizinisches Bildarchiv

Es wird ein verteiltes System vorgestellt, das die graphische Programmierung von Methoden fur Bildverarbeitung, Merkmalsextraktion und Merkmalsvergleich mit Automatismen fur transparente Merkmalsspeicherung, Ablaufkontrolle (Scheduling) und Wartung in einem heterogenen Netzwerkverbund kombiniert. Die Modellierung wird hierbei um Konzepte zur Verarbeitung von Merkmalsmengen erweitert. Das System unterstutzt sowohl die Entwicklung wie auch die spatere Anwendung von beliebigen Algorithmen zum inhaltsbasierten Bildzugriff, z.B. im Rahmen von Image Retrieval in Medical Applications (IRMA*).

Kategorisierung von Röntgenbildern mit aktiven Konturmodellen

Fur das Image Retrieval in Medical Applications (IRMA) mussen digitalen Radiographien automatisch Korperregionen zugeordnet werden. Experimentell werden Methoden zum formbasierten Image Retrieval auf radiologische Bilder angewendet. Es wird untersucht, ob die Umrislinie dargestellter Korperteile mit einem Ballon-Modell aufgefunden werden kann. Anschliesend werden semilokale invariante Signaturen ermittelt und in ihren Klassifikationseigenschaften mit invarianten Momenten und Fourier-Koeffizienten verglichen. Eine dem visuellen Eindruck entsprechende Konturfindung mit dem Ballon-Modell gelingt auf 496 von 1616 Radiographien, die Nearest-Neighbour-Klassifikation auf Basis der extrahierten Formmerkmale in sechs Kategorien erreicht bisher nur Klassifikationsraten von 65%.

Wissensbasierte Bewegungskompensation in aktiven Konturmodellen

Zur Analyse von Lippenbewegungsablaufen wird ein aktives Konturmodell eingesetzt. Probleme bereitet die hohe Sprechgeschwindigkeit, die in star ken Objektverschiebungen result iert und bislang nicht durch eine alleinige Konturanpassung kompensiert werden kann. In diesem Beitrag werden die klassischen aktiven Konturmodelle um eine Vorjustierung der Grobkonturen erweitert, die eine energiebasierte Konturanpassung erst moglich macht. Die Schatzung der Verschiebung zur Vorjustierung basiert auf dem Gradientenbild und einem pradikatenlogisch formulierten Regelwerk, das Annahmen und Nebenbedingungen als Wissensbasis enthalt. Mit Hilfe dieser Erweiterungen ist eine automatisierte Konturverfolgung der Lippen moglich.