Desarrollo de un Software de mejora del contraste para radiografías de tórax realizadas en equipos portátiles

Díaz Pacheco, Sonia. (2021). Desarrollo de un Software de mejora del contraste para radiografías de tórax realizadas en equipos portátiles Master Thesis, Universidad Nacional de Educación a Distancia (España). Facultad de Ciencias. Departamento de Física Matemática y de Fluidos

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
DiazPacheco_Sonia_TFM.pdf DiazPacheco_Sonia_TFM.pdf application/pdf 7.86MB

Título Desarrollo de un Software de mejora del contraste para radiografías de tórax realizadas en equipos portátiles
Autor(es) Díaz Pacheco, Sonia
Resumen La radiografía de tórax es una de las pruebas de imagen más comúnmente realizadas. En la mayoría de los casos, durante la exposición se emplea una rejilla antidifusora para disminuir la radiación dispersa que llega al detector. Sin embargo, en las radiografías de tórax realizadas en equipos portátiles, las rejillas presentan una serie de inconvenientes y a menudo se evita su uso, lo que resulta en imágenes con bajo contraste. La radiología digital ha permitido incorporar métodos de postprocesamiento para mejorar la calidad de las imágenes. De esta forma, el contraste puede ser mejorado mediante software cuando el uso de la rejilla no es adecuado. El objetivo de este trabajo es desarrollar un software de mejora de contraste capaz de mejorar la visualización e interpretación de las radiografías de tórax con poco contraste debido a la presencia de radiación dispersa. Para conseguir este objetivo, se ha implementado el algoritmo de Ajuste de Ventana Adaptativo (AVA), que transforma linealmente los valores de píxel de modo que el contraste en el vecindario local de cada píxel se expande hasta ocupar el rango total de valores disponible. Las imágenes procesadas con el algoritmo propuesto se han comparado con otras técnicas de mejora de contraste. Los resultados obtenidos con el algoritmo AVA mejoran el contraste de las imágenes sin introducir artefactos, facilitando la interpretación visual de los hallazgos en la radiografía de tórax.
Abstract Chest radiography is one of the most commonly performed imaging tests. In most cases, an anti-scatter grid is used during exposure to reduce scattered radiation reaching the detector. However, in mobile bedsite chest X-rays, the use of the grid has a number of drawbacks and is often avoided, resulting in low contrast images. Digital radiology has made it possible to incorporate post-processing methods to improve image quality. Thus, contrast can be enhanced by software when the use of the grid is not adequate. The aim of this work is to develop a contrast enhancement software able to improve the visualization and interpretation of chest X-rays with low contrast due to the presence of scattered radiation. To achieve this goal, the Adaptive Windowing (AW) algorithm has been implemented, which linearly transforms the pixel values so that the contrast in the local neighbourhood of each pixel expands to occupy the full range of values available. Images processed with the proposed algorithm have been compared with other contrast enhancement techniques. The results obtained with the AW algorithm improve the contrast of the images without introducing artefacts, facilitating the visual interpretation of chest radiographic findings.
Notas adicionales Trabajo de Comienzo de Investigación. Máster Universitario en Física Médica. UNED
Materia(s) Física
Editor(es) Universidad Nacional de Educación a Distancia (España). Facultad de Ciencias. Departamento de Física Matemática y de Fluidos
Director/Tutor Santa Marta Pastrana, Cristina
Fecha 2021-07-08
Formato application/pdf
Identificador bibliuned:master-Ciencias-FMed-Sdiaz
http://e-spacio.uned.es/fez/view/bibliuned:master-Ciencias-FMed-Sdiaz
Idioma spa
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso master Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 578 Visitas, 281 Descargas  -  Estadísticas en detalle
Creado: Wed, 10 Nov 2021, 22:59:19 CET