بهسازی تصاویر پورتال الکترونیکی بر اساس تبدیل موجک

سابقه‌وهدف: برای تحویل دقیق دوز تجویز شده به حجم هدف درمانی، به طور گسترده از تصاویر پورتال الکترونیکی استفاده می شود اما استفاده از پرتوی مگاولتاژ به کاهش کنتراست بافت ها منجر می شود، بنابراین کیفیت ضعیف ذاتی تصاویر پورتال، تفسیر آن ها را دشوار میکند. به این منظور یک پردازش بر اساس موجک برای ارتقای کیفیت بصری این تصاویر به کار گرفته شده است.مواد و روش بررسی: در این مطالعه تجربی، 150 تصویر پورتال لگن 30 بیمار تهیه شد. برای آماده سازی تصاویر برای اجرای الگوریتم بهسازی، پیش پردازشی از منظر کاهش نویز و تعدیل شدت روشنایی انجام شد. سپس مراحل بهبود جزئیات محلی و تیزسازی لبه های استخوانی، پس از تجزیه موجک، روی زیرباندهای تقریب و جزئیات اجرا شد. سپس با در نظر گرفتن ویژگی های تصویر پورتال به صورت الگوی غیردوره ای، زمینه غیریکنواخت و سطح بالای نویز، دو معیار کیفیت تصویر، محتوای لبه(ec) و مقیاس بهسازی(eme)، ارزیابی شدند. در نهایت آنالیز نتایج با استفاده از آزمون آماری تی زوجی(paired t-test) انجام شد.یافته ها: مقادیر بالاتر شاخص های کیفیت تصویر(p-value<0.001)، نشان از کیفیت بهتر تصاویر پردازش یافته نسبت به تصویر اصلی دارد (ecoriginal=0.0046 ±0.008, ecenhanced=0.0790 ±0.001,and emeoriginal=0.3950 ±0.180, emeenhanced=13.875 ±1.227).نتیجه‌گیری: الگوریتم بهسازی تصاویر پورتال بر اساس موجک، می تواند رویکرد موثری برای آشکارسازی اطلاعات آناتومیکی این تصاویر باشد که تاثیر بسزایی در تایید درمان صحیح خواهد داشت.

Wavelet-based Enhancement of Electronic Portal Images

Background: 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 waveletbased 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 preprocessing 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 nonperiodic pattern and nonuniform 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 ttest.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 waveletbased 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.