OKREŚLENIE OPTYMALNEGO KROKU SKANOWANIA DO OCENY JAKOŚCI REKONSTRUKCJI OBRAZU W TOMOGRAFII MAGNETOAKUSTYCZNEJ ZE WZBUDZENIEM INDUKCYJNYM
Adam Ryszard Żywica
adam.zywica@zut.edu.plZachodniopomorski Uniwersytet Technologiczny w Szczecinie (Polska)
http://orcid.org/0000-0003-2598-0052
Marcin Ziółkowski
Zachodniopomorski Uniwersytet Technologiczny w Szczecinie (Polska)
http://orcid.org/0000-0002-2773-2565
Abstrakt
Tomografia magnetoakustyczna ze wzbudzeniem indukcyjnym (MAT-MI) to nowa hybrydowa technika obrazowania dedykowana szczególnie do nieinwazyjnego obrazowania obiektów o niskiej konduktywności elektrycznej, takich jak na przykład tkanki biologiczne. Celem niniejszej pracy jest określenie optymalnego kroku skanowania zapewniającego najlepszą jakość rekonstrukcji obrazu. W celu rozwiązania tego problemu zastosowano specjalny wskaźnik jakości rekonstrukcji obrazu bazujący na binaryzacji. W artykule przedstawiono warunki umożliwiające pomyślne zrekonstruowanie obrazu biorąc pod uwagę różną liczbę punktów pomiarowych oraz różne algorytmy przetwarzania obrazu. W końcowym etapie pracy przeanalizowano przykłady rekonstrukcji obrazu dla obiektów o bardziej złożonych kształtach.
Słowa kluczowe:
rekonstrukcja obrazu, algorytmy przetwarzania obrazu, diagnostyczne obrazowanie medyczne, efekty magnetoakustyczne, tomografia magnetoakustyczna ze wzbudzeniem indukcyjnymBibliografia
Baudrier E., Nicolier F., Millon G., Ruan S.: Binary-image comparison with local dissimilarity quantification. Pattern Recognition 41/2008, 1461–1478, [doi:10.1016/j.patcog.2007.07.011].
DOI: https://doi.org/10.1016/j.patcog.2007.07.011
Google Scholar
Bourke. P.: Cross Correlation. Auto Correlation and 2D Pattern Identification. Research Paper. Oxford University, Oxford 1996.
Google Scholar
Fastowicz J., Bąk D., Mazurek P., Okarma K.: Estimation of Geometrical Deformation of 3D Prints Using Local Cross-Correlation and Monte Carlo Sampling. Advances in Intelligent Systems and Computing 681/2018 [DOI: 10.1007/978-3-319-68720-9_9].
DOI: https://doi.org/10.1007/978-3-319-68720-9_9
Google Scholar
Lech P., Okarma K.: Optimization of the Fast Image Binarisation Method Based on the Monte Carlo Approach. Elektronika ir Elektrotechnika 20/2014, 63–66 [DOI: 10.5755/j01.eee.20.4.6887].
DOI: https://doi.org/10.5755/j01.eee.20.4.6887
Google Scholar
Li X., Yu K., He B.: Magnetoacoustic tomography with magnetic induction (MAT-MI) for imaging electrical conductivity of biological tissue: a tutorial review. Physics in Medicine & Biology 61/2016, 249–270 [DOI: 10.1088/0031-9155/61/18/R249].
DOI: https://doi.org/10.1088/0031-9155/61/18/R249
Google Scholar
Michalak. H., Okarma K.: Region Based Approach for Binarisation of Degraded Document Images. Advances in Soft and Hard Computing 889/2019, 433–444 [DOI: 10.1007/978-3-030-03314-9_37].
DOI: https://doi.org/10.1007/978-3-030-03314-9_37
Google Scholar
Rymarczyk T., Kłosowski G., Kozłowski E.: A non-destructive system based on electrical tomography and machine learning to analyze the moisture of buildings. Sensors 18(7)/2018, 2285 [DOI: 10.3390/s18072285].
DOI: https://doi.org/10.3390/s18072285
Google Scholar
Stawicki K., Gratkowski S., Komorowski M., Pietrusewicz T.: A new transducer for magnetic induction tomography. IEEE Transactions on Magnetics 45/2009, 1832–1835 [DOI: 10.1109/TMAG.2009.2012799].
DOI: https://doi.org/10.1109/TMAG.2009.2012799
Google Scholar
Wang Z., Sheikh H. R., Bovik A.: Objective video quality assessment. Chapter 41 in The Handbook of Video Databases: Design and Application, Furht B. and Marqure O., CRC Press 2003, 1041–1078.
Google Scholar
Zywica A. R.,: Magnetoacoustic tomography with magnetic induction for biological tissue imaging: numerical modelling and simulations. Archives of Electrical Engineering 65(1)/2015, 141–150 [DOI: 10.1515/aee-2016-0011].
DOI: https://doi.org/10.1515/aee-2016-0011
Google Scholar
Autorzy
Adam Ryszard Żywicaadam.zywica@zut.edu.pl
Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Polska
http://orcid.org/0000-0003-2598-0052
Autorzy
Marcin ZiółkowskiZachodniopomorski Uniwersytet Technologiczny w Szczecinie Polska
http://orcid.org/0000-0002-2773-2565
Marcin Ziolkowski received M.Sc., Ph.D. and D.Sc. (Habilitation) degrees in Electrical Engineering from the Szczecin University of Technology, Szczecin, Poland and West Pomeranian University of Technology, Szczecin, Poland in 2001, 2006 and 2012, respectively. Since 2008, he has been working with the Department of Electrical and Computer Engineering, Electrical Engineering Faculty, West Pomeranian University of Technology, Szczecin, Poland. His main research interests include numerical calculations and visualization of EM fields, inverse problems, electromagnetic field shielding and non-destructive testing of materials.
Statystyki
Abstract views: 282PDF downloads: 184
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.