医療画像視覚的外観のビジエ曲線コントラストの強化を使用した視覚的外観の改善：変形性関節症のイニシアチブからのデータ

明確に定義された画像は、ユーザーがセグメンテーション中に関心のある領域を特定するのに役立ちます。ただし、複雑な医療画像は通常、組織のコントラストが不十分でバックグラウンド輝度が低いことを特徴としています。コントラストの改善は画像の視覚品質を高めることができますが、基本的なコントラスト強化方法は、しばしば突然のジャンプの問題を見落とします。この作業では、提案されたバイヒストグラムのbezier曲線コントラストの強化は、膝磁気共鳴画像の突然のジャンプ問題を克服するための「適切なコントラスト強化」の概念を導入します。すべての画像が独自の強度分布を生成するため、画像の最大強度歪みの適切なコントラスト強化チェックと強度の不一致の減少を使用して、ベジエ変換曲線を生成します。提案された方法は、組織のコントラストを改善し、自然なイメージの外観を損なうことなく適切な膝の特徴を保存します。その上、フィッシャーの最も有意差テストとダンカンテストの統計的結果は、提案された方法が画像の視覚品質を高めるための基本的なコントラスト強化方法を上回ることを一貫して示しています。この研究は比較的小さな画像データベースに限定されているため、将来の作業には、変形性関節症の大規模なデータセットが含まれ、画像検査を容易にする提案方法の臨床的有効性を評価します。

Well-defined image can assist user to identify region of interest during segmentation. However, complex medical image is usually characterized by poor tissue contrast and low background luminance. The contrast improvement can lift image visual quality, but the fundamental contrast enhancement methods often overlook the sudden jump problem. In this work, the proposed bihistogram Bezier curve contrast enhancement introduces the concept of "adequate contrast enhancement" to overcome sudden jump problem in knee magnetic resonance image. Since every image produces its own intensity distribution, the adequate contrast enhancement checks on the image's maximum intensity distortion and uses intensity discrepancy reduction to generate Bezier transform curve. The proposed method improves tissue contrast and preserves pertinent knee features without compromising natural image appearance. Besides, statistical results from Fisher's Least Significant Difference test and the Duncan test have consistently indicated that the proposed method outperforms fundamental contrast enhancement methods to exalt image visual quality. As the study is limited to relatively small image database, future works will include a larger dataset with osteoarthritic images to assess the clinical effectiveness of the proposed method to facilitate the image inspection.