RADYOGRAFİK GÖRÜNTÜLERİN EŞLEŞTİRİLMESİNDE YÜKSEK MOMENTLER VE MAHALANOBİS MESAFESİNİN KULLANIMI

Öz

Farklı zamanlarda alınan radyolojik görüntülerin film ortamından dijital ortama aktarılması ile görüntüleri karşılaştırma işi kolaylaşmaktadır. Karşılaştırma yapabilmek için görüntülerin içeriklerin tam olarak üst üste çakıştırılması ve fark görüntünün alınması gerekmektedir. Çakıştırma işlemi, görüntülerde tespit edilen tipik noktalar aracılığıyla yapılır. Tipik noktalar, hekim tarafından gözle seçilebilecek şekilde dokunun köşeleri veya dokuların içindeki belirgin alanlardır. Tipik noktaları gözle seçmek yerine bilgisayar tarafından otomatik olarak bulmak çok daha hatasız ve hızlı bir yoldur. Bu çalışmada, piksel yoğunluklarının varyansı ve Mahalanobis mesafesi özelliklerini birlikte kullanarak tipik noktaları belirlemeyi önermekteyiz. Elde edilen sonuçlar yöntemin başarılı olduğunu göstermektedir.

Anahtar Kelimeler

• Fark radyografisi, tipik noktalar, görüntü özellikleri

USING HIGH MOMENTS AND MAHALANOBIS DISTANCE FOR RADIOGRAPHIC IMAGE REGISTRATION

Öz

Radiographic image pairs which are taken different dates, can be easily compared if they are captured digitally instead of negative film form. But, image pairs must be identical in that case. Usually, second image transformed and contrast corrected pixel by pixel. Transformation operation use landmark points of images. Landmarks are typical image points like corners of bones or typical inside areas which can be seen and selected by doctors. Landmarks can also be selected automatically by a computer. This is easy and more accurate way instead of doctor’s selection. In this work, we suggest that variance of pixel densities and Mahalanobis distance can be used together for determination of landmark points. Results of our work are successful for landmark selection operation.

Anahtar Kelimeler

• Difference radiography, landmarks, image features

Kaynakça

1. Christgau M., Wenzel A., Hiller K.-A.., Schmalz G. (1996), Quantitative digital subtraction radiography for assessment of bone density changes following periodontal Radiology, 25:25-33. guided tissue regeneration, Dentomaxillofacial
2. Joanes, D. N. & Gill, C. A. (1998), Comparing measures of sample skewness and kurtosis, Journal of the Royal Statistical Society (Series D): The Statistician, 47 (1), 183–189.
3. Johnson H.J., Christensen G.E. (2002), Consistent landmark and intensity- based image registration, IEEE Transactions on medical imaging, 21, 450-461.
4. Lehmann, T.M., Gröndahl H.G. and Benn, D.K. (2000), Computer-based registration for digital subtraction in dental radiology, Dentomaxillofac Radiology, Volume 29(6), 323-346.
5. Mahalanobis, P.C. (1936), On the generalized distance in statistics, Proceedings of the National Institute of Science of India 12, 49-55
6. Mardia, K.V., Kent, J.T, Bibby, J.M. (1979), Multivariate Analysis. Academic Press, New York.
7. Solomon, D. (2000), Data compression. The complete reference, Springer- Verlag Inc., 240-242.
8. Mol A., Dunn S. M. ( 2003), Effect of bone chip orientation on quantitative estimates of changes in bone mass using digital subtraction radiography, Journal of Periodontal Research, 38, 296-302.

9. Öztürk, A. (2006), Probability Density Distribution Approximation and Goodness-of-fit tests of random data. Adaptive Antennas and Receivers (Edited by M.M. Weiner), Taylo&Francis, New York, pp 259-294.
10. Öztürk, A., Güngör, C., Güneri, P., Tuğsel, Z. and Göğüş, S., (2004), 'A Histogram Smoothing Method for Digital Subtraction Radiography', Lecture Notes in Computer Science, vol.3261, 392-399
11. Rangaswamy, M., Weiner, D.D., Ozturk, A. (1995), Computer Generation of Correlated Non Gaussian Clutter for Radar Signal Detections, IEEE Transactions on Aerospace and Electronic Systems, 31(1),106–115.
12. Small, N.J. H. (1978), Plotting squared radii, Biometrika, vol. 65, 657-658.