بهسازي تصاوير پورتال الكترونيكي بر اساس تبديل موجك

Wavelet-based Enhancement of Electronic Portal Images

سابقه‌وهدف: براي تحويل دقيق دوز تجويز شده به حجم هدف درماني، به طور گسترده از تصاوير پورتال الكترونيكي استفاده مي شود اما استفاده از پرتوي مگاولتاژ به كاهش كنتراست بافت ها منجر مي شود، بنابراين كيفيت ضعيف ذاتي تصاوير پورتال، تفسير آن ها را دشوار مي-كند. به اين منظور يك پردازش بر اساس موجك براي ارتقاي كيفيت بصري اين تصاوير به كار گرفته شده است. مواد و روش بررسي: در اين مطالعه تجربي، 150 تصوير پورتال لگن 30 بيمار تهيه شد. براي آماده سازي تصاوير براي اجراي الگوريتم بهسازي، پيش پردازشي از منظر كاهش نويز و تعديل شدت روشنايي انجام شد. سپس مراحل بهبود جزئيات محلي و تيزسازي لبه هاي استخواني، پس از تجزيه موجك، روي زيرباندهاي تقريب و جزئيات اجرا شد. سپس با در نظر گرفتن ويژگي هاي تصوير پورتال به صورت الگوي غيردوره اي، زمينه غيريكنواخت و سطح بالاي نويز، دو معيار كيفيت تصوير، محتواي لبه(EC) و مقياس بهسازي(EME)، ارزيابي شدند. در نهايت آناليز نتايج با استفاده از آزمون آماري تي زوجي(paired t-test) انجام شد. يافته ها: مقادير بالاتر شاخص¬هاي كيفيت تصوير(p-value<0.001)، نشان از كيفيت بهتر تصاوير پردازش يافته نسبت به تصوير اصلي دارد (ECoriginal=0.0046±0.008, ECenhanced=0.0790±0.001,and EMEoriginal=0.3950±0.180, EMEenhanced=13.875±1.227). نتيجه‌گيري: الگوريتم بهسازي تصاوير پورتال بر اساس موجك، مي تواند رويكرد موثري براي آشكارسازي اطلاعات آناتوميكي اين تصاوير باشد كه تاثير بسزايي در تاييد درمان صحيح خواهد داشت.

Backgrond: In order to accurately deliver a prescribed dose to the treatment target volume, electronic portal images are widely used. However, the use of megavoltage beam leads to low tissue contrast. The inherently poor quality of portal images makes it difficult to interpret them. In this regard, a wavelet-based processing is performed to improve their visual quality. Materials and methods: In the present experimental study, 150 pelvis portal images of 30 patients were obtained. To prepare the images for implementation of the enhancement algorithm, the pre-processing was performed in terms of noise reduction and intensity adjustment. Then, the local details enhancement and sharpening the bone edges were done on the approximation and detail subbands of the wavelet decomposition. Afterwards, in the case of non-periodic pattern and non-uniform background in the noisy images, two quality measures of images, including Edge Content (EC) and Measure of Enhancement (EME), were evaluated. Finally, the given results were analyzed using the statistical paired t-test. Findings: The higher values of these two measures proved the superior quality of processed images relative to the original one (ECoriginal=0.0046±0.008, ECenhanced=0.0790±0.001, and EMEoriginal=0.3950±0.180, EMEenhanced=13.875±1.227). Conclusion: A wavelet-based enhancement algorithm for portal image enhancement can be an effective approach to reveal more anatomical information, which results in more precise setup verification. In future studies, the evaluation of this algorithm is recommended for the enhancement of the other organs portal images.