Abstrait

AMÉLIORATION DU CONTRASTE POUR LA FUSION PCA D'IMAGES MÉDICALES

Dr SS Bedi, Rati Khandelwal

La fusion d'images est l'un des principaux domaines de recherche en traitement d'images. Le processus de fusion d'images peut être défini comme l'intégration d'informations à partir d'un certain nombre d'images enregistrées sans introduction de distorsion. Il n'est souvent pas possible d'obtenir une image contenant tous les objets pertinents au point. Une façon de surmonter ce problème est la fusion d'images, dans laquelle on peut acquérir une série d'images avec différents réglages de mise au point et les fusionner pour produire une image avec une profondeur de champ étendue qui aide au diagnostic clinique. Les techniques de fusion d'images peuvent améliorer la qualité et augmenter l'application de ces données. L'article proposé utilise l'amélioration du contraste multi-images pour la fusion PCA d'images médicales. L'objectif de cet article est de proposer une technique de fusion d'images IRM du cerveau humain basée sur l'analyse en composantes principales et d'améliorer la visibilité des images médicales en appliquant des techniques existantes d'amélioration du contraste. La technique de fusion PCA adoptée ici améliore la résolution des images. L'algorithme PCA construit une image fusionnée de plusieurs images d'entrée sous la forme d'une superposition pondérée de toutes les images d'entrée. Les images obtenues contiennent des informations améliorées par rapport aux images individuelles et appliquent également la technique d'amélioration du contraste pour améliorer la visibilité des détails de l'image médicale sans introduire d'apparences visuelles irréalistes et/ou d'artefacts indésirables. Elle fournit également une étude comparative de qualité des images médicales originales avant la fusion, après l'application de l'ACP et de diverses techniques existantes d'amélioration du contraste pour ces images médicales.