Imagens Digitais

Fundamentos de imagens digitais

Várias definições para os fundamentos de imagens digitais podem ser encontrados na literatura. De acordo com (GONZALES, R. C.; WOODS, R. E., 1992), uma imagem digital é uma imagem f(x, y) descrita tanto em coordenadas espaciais quanto em brilho. De acordo com (MASCARENHAS et al., 1989), uma imagem de um objeto real é contínua tanto na sua variação espacial como nos níveis de cinza. Visando o seu processamento computacional a imagem deve ser digitalizada, ou seja, descrita tanto no espaço quanto na amplitude. A digitalização das coordenadas espaciais é chamada amostragem da imagem e a digitalização da amplitude é chamada de quantização dos níveis de cinza (BRITO, S. F.; CARVALHO, J. M., 1998)

Imagem Digital

A imagem digital pode ser considerada como sendo uma matriz cujos índices de linhas e de colunas identificam um ponto na imagem, e o correspondente valor do elemento da matriz identifica o nível de cinza naquele ponto. Os elementos dessa matriz digital são chamados de elementos da imagem, elementos da figura, “pixel” ou “pels”, estes dois últimos, abreviações de “picture elements” (elementos de figura).

Um voxel (volume pixel) é um elemento de volume, o que representa um valor em uma grade regular em três dimensões do espaço. Isto é análogo a um pixel, o que representa uma imagem de duas dimensões. Em uma representação tridimensional, partimos de um conjunto de dados (matriz) tridimensional, onde cada elemento é chamado de voxel, que é o elemento básico tridimensional. Cada voxel representa um volume no mundo real, de acordo com a maneira em que a imagem foi gerada. Esse elemento de volume é representado por um paralelepípedo. Se este apresentar as mesmas dimensões entre a sua largura, altura e profundidade (cubo), ele é denominado voxel isotrópico, caso contrário, quando essas medidas forem diferentes, é denominado voxel anisotrópico. Frequentemente o modelo de imagem baseado em voxel é usado para a visualização e análises médicas e científicas.

Passos fundamentais no Processamento Digital de Imagens

O processamento digital de imagens abrange uma ampla escala de hardware, software e fundamentos teóricos (GONZALES, R. C.; WOODS, R. E., 1992). Em todas as etapas é necessário ter uma base de conhecimento que envolve o problema em questão, de tal maneira que, a cada passo, sejam enfatizadas as características necessárias para se chegar a um resultado satisfatório. Entre as principais etapas estão: Aquisição da imagem Pré-processamento Segmentação Representação e descrição Reconhecimento e interpretação

Aquisição de Imagens

A aquisição de imagens digitais envolvem dois elementos, os dispositivos capazes de captar um sinal e o digitalizador. Dispositivos captadores são sensíveis a um determinado sinal emitido pela cena de interesse e o digitalizador é responsável em converter este sinal para o formato digital. Estes elementos são chamados de sistemas de imageamento. O exemplo mais conhecido deste sistema é a câmera digital, que capta o espectro visível da luz (GONZALES, R. C.; WOODS, R. E., 1992).Outro exemplo são as Imagens de Ressonância Magnética (RM), que são, resumidamente, o resultado da interação do forte campo magnético produzido pelo equipamento com o tecido humano, criando um sinal que é possível captar através de uma bobina ou antena receptora. Este sinal coletado é processado e digitalizado em uma imagem (MAZZOLA, 2009).

Imagens de Ressonância Magnética

Segundo (AMARO, JR.; YAMASHITA, H. , 2001), a Ressonância Magnética é atualmente a técnica mais sofisticada para aquisição de imagens da morfologia do cérebro humano. Habitualmente, usa-se o campo magnético de 1,5T (tesla), ou ainda equipamentos mais recentes fabricados com campos mais potentes, como 3T. Este campo magnético intenso é necessário para alinhar o núcleo de hidrogênio (próton) que existe em cada célula do corpo humano. Uma vez alinhados os núcleos de hidrogênio, o aparelho emite uma frequência de 63,8 MHz causando a excitação destes núcleos. A excitação dos núcleos de hidrogênio gera uma onda de energia, conhecida como ressonância. Através desta onda de energia o aparelho determina a posição espacial (coordenadas x, y, z) e a intensidade do sinal (brilho) de cada ponto da imagem (MAZZOLA, 2009). O processo de dissipação dessa energia, no ambiente magnético desses prótons, e o seu retorno ao estado de mais baixa energia, é chamado de Tempo 1 de relaxamento ou T1. Sem o uso de radiação ionizante (Raios-X) e com maior resolução espacial e nitidez das imagens, a RM permite uma melhor classificação das estruturas cerebrais, uma vez que os contornos dos compartimentos de substância cinzenta, substância branca e líquido céfalo raquidiano (LCR) são bem definidos. Para que seja possível fazer a análise de volume de diferentes regiões cerebrais em estudos de RM são necessárias técnicas de processamento digital de imagens abordadas nos demais itens desse trabalho. Cada voxel da imagem de RM tem um valor de 12 bits, por padrão, correspondente ao nível de cinza da imagem naquela localização, o que resulta num total de 4096 tons de cinza, representando sua amplitude (brilho de um ponto).

DICOM

Devido ao grande uso das tecnologias computacionais que auxiliam no diagnóstico clínico de pacientes, diversos equipamentos foram desenvolvidos por diferentes fabricantes para atender essa demanda. Porém, por esses equipamentos serem proprietários, o funcionamento interno de seus mecanismos é desconhecido. Este fato causou grande problema de interoperabilidade entre os diversos tipos de dados resultantes do processamento realizado por diferentes equipamentos. Visando resolver tal problema, nos Estados Unidos, o ACR (American College of Radiology) e o NEMA (National Electrical Manufacturers Association) organizaram um comitê para elaboração de um padrão da forma como os resultados deveriam ser emitidos pelos equipamentos. Esse padrão foi inicialmente publicado em 1985, chamado de ACR/NEMA 1.0. Após algumas atualizações, 1986, ACR/NEMA 2.0 e em 1988 foi publicado em sua versão atual denominado de DICOM 3.0 (Digital Imaging and Communications in Medicine version 3.0).

Características da Imagem de RM

Cinco fatores se destacam para caracterizar uma imagem de RM, entre eles está pixel, matriz, FOV (Field of View – Campo de visão), janelas e a escala de cinza. Sendo o pixel o menor ponto de uma imagem, a união deles em um arranjo de linhas e colunas forma uma matriz, que é uma das responsáveis pela resolução de uma imagem digital. Quanto maior a matriz, maior a resolução espacial da imagem, precisando de um maior poder de processamento por parte do equipamento, podendo alterar no tempo de exame. O FOV representa o tamanho máximo que o objeto pode ocupar dentro de uma matriz. O uso de um FOV grande não deve ser compensado com o uso do ZOOM que é um ajuste computacional que distorce a imagem baixando a sua resolução.

MATRIZ- SNR em Imagens por Ressonância Magnética

Esta defnição SNR é comumente utilizada no processamento de imagens. Podemos usar, onde a sua qualidade é medida através da relação SNR. A Relação sinal-ruido mede, em termos qualitativos, o sinal puro de RM. Vários tipos de ruído acontecem no RM: influência térmica, artefatos devido a movimentos feitos pelo paciente, etc. Quanto maior for o valor de SNR, menor serão os fatores que contribuirão para a degradação da imagem. Na técnica de RM, o ruído forma uma imagem granulada que se sobrepõe à imagem de real estudo, prejudicando sua análise. Para aumentar a SNR, em um sistema de RM, quanto maior for o campo magnético, maio será a quantidade de hidrogênios a se alinharem com o campo, logo, haverá um ganho no sinal. Podemos dizer, então, que quanto maior o campo magnético, em técnicas de RM, maior será o SNR.