DESARROLLO DE UNA INTERFAZ GRFICA PARA LA PRESENTACIN DE
IMGENES DE VIDEO ENDOSCOPA Y SU SEGMENTACIN EN CANALES RGB. Dr. Rubn Posada Gmez 1 , Dr. ngel Escudero Fabre 2 , Ing. Sandra Luz Mendoza Trejo 1 1 Divisin de Estudios de Posgrado e Investigacin del Instituto Tecnolgico de Orizaba. 2 Sanatorio Escudero de Orizaba. RESUMEN En el presente artculo se muestra la implementacin de filtros RGB en imgenes de video endoscopa y el desarrollo de una interfaz para la presentacin de las imgenes obtenidas, lo cual aporta valiosa informacin para el diagnstico y deteccin de enfermedades que se encuentran en las cavidades corporales. Para esta investigacin se utiliz el programa Matlab donde se implementaron tcnicas de procesamiento de imgenes a una secuencia de imgenes video endoscpicas. 1. INTRODUCCIN La endoscopa es una herramienta indispensable para la deteccin y tratamiento de diversas enfermedades, y se define como la observacin visual dentro de cavidades del cuerpo o tejidos regionales suaves, con la ayuda de un sistema ptico [1]. El endoscopio es un instrumento flexible, en forma de tubo, est equipado con una luz y un canal ptico, que permite la visualizacin del interior del cuerpo y lo transmite a un monitor [2] ver figura 1. Figura 1. Endoscopio. Existen sistemas de video endoscopia en los cuales se pueden apreciar las imgenes en diferentes tonalidades de color, esto se logra utilizando filtros cromticos, lo cual aporta valiosa informacin a los mdicos especialistas en endoscopa para la deteccin de lesiones y enfermedades de las cavidades internas. Son sistemas excesivamente caros, por lo cual no son adquiridos con facilidad. En esta investigacin se dise un sistema que permite la visualizacin de un proceso de video endoscopia, en sus diferentes componentes de color sin modificar los sistemas existentes.
2. TRABAJOS PREVIOS Uno de los dominios ms grandes de aplicacin de visualizacin es la medicina. Numerosas tcnicas en los lmites de la imagimtica mdica a la medicina virtual son usadas tanto en la prctica de asistencia mdica diaria como en la investigacin [3]. Un grupo de la Universidad de Gulbarga, India trabaj en un mtodo para detectar posibles anormalidades en las imgenes endoscpicas usando la combinacin de espacios de color HSI y segmentacin Whatershed [4]. Las imgenes son segmentadas en el espacio de color HSI, los pixeles de la imagen a color de entrada corresponden a la imagen segmentada. Esta imagen es procesada mediante filtros y convertida a una 2
imagen de escala de grises. La regin mnima es impuesta en l proceso de imagen utilizando la reconstruccin morfolgica, entonces la segmentacin morfolgica se lleva a cabo en esta imagen y el nmero de regiones es contado y comparado con el valor del umbral. Si el nmero de regiones es mayor que el valor del umbral, entonces la imagen de salida es un indicativo de la posible presencia de anomala en la imagen. En el instituto de medicina computacional de la universidad de Alemania, trabajaron en un sistema de simulacin para endoscopia flexible, basado en tcnicas de realidad virtual [2]. La gran ventaja de este sistema es que l mdico siente las fuerzas activas. Despus de que el endoscopio ha sido insertado dentro de un dispositivo que representa al paciente, tales fuerzas pueden ser aplicadas al movimiento rotacin del tubo endoscpico y para rotar las 2 ruedas de navegacin. Usando un modelo biomec- nico de un paciente, estas fuerzas son computadas en tiempo real, as como el monitor de imgenes que el mdico puede ver durante la endoscopia real. Este siste- ma permite el entrenamiento de doctores por medio de software y el dispositivo de regeneracin de fuerza. Un grupo de la Universidad Autnoma de Barcelona trabajo en la deteccin automtica de jugos intestinales en la capsula de video endoscopia [5]. Su propsito fue disminuir el tiempo que tarda para la visualizacin del video. Ellos proponen un mtodo para el rechazo de las partes del video que no son validas para el anlisis, por medio de la deteccin automtica de jugos intestinales. El mtodo consiste en aplicar filtros de Gabor para la caracterizacin de la burbuja como la forma de jugos intestinales en pacientes en ayunas. Su mtodo logra una disminucin significativa en el tiempo de visualizacin, sin prdidas relevantes de frames validos.
3. MTODO En esta investigacin se trabajo con el programa Matlab donde se implementa- ron filtros en el espacio de color RGB a una secuencia de imgenes endoscpicas. Una imagen digital es una celda compuesta por unos elementos llamados pixeles, los cuales son los elementos ms pequeos de una imagen digital. Cada pixel es un espacio en la memoria de la computadora donde se almacena un nmero y este nmero representa la definicin del color y el brillo de una parte de la imagen. Cada pixel puede definir un color solamente y el nmero de pixeles define la cantidad de informacin que contiene una imagen. Matemticamente una imagen es una funcin bidimensional vectorial a la cual se le llamara f(x,y), la cual tiene un conjunto de componentes espectrales denominadas (f1,f2,,fn), donde cada una de esas componentes representa la intensidad de la imagen a diferentes longitudes de onda en las coordenadas (x,y), en la prctica es conveniente representar una imagen como la combinacin de tres longitudes de onda a las cuales se les llamara tri estmulos [7], como ejemplo de ello se tiene la ecuacin 1.1, la cual define una imagen f(x,y) en trminos de las longitudes de onda correspondientes al rojo, verde y azul.
Una imagen digital es una imagen f(x,y) que ha sido discretizada tanto en el valor 3
de la intensidad (luminosidad), como espacialmente (dimensin), es decir que se ha realizado un muestreo de la funcin continua f(x,y). Este muestreo se representa matemticamente mediante la multiplicacin de la funcin de la imagen con un arreglo bidimensional de funciones delta como lo expresa la ecuacin 1.2.
De esta manera cada valor de la intensidad I(x,y), es mapeado a un conjunto de valores finitos y discretos. Entonces el resultado de esta operacin es una matriz de nmeros reales de dimensiones M x N por cada compo- nente espectral muestreada, que represen- tarn la imagen proveniente de un escenario real.
Podemos escribir la imagen digital M x N en su forma matricial como se observa en la ecuacin 1.3.
Donde cada elemento de la matriz es un pixel de la imagen. Una imagen a color estar definida por 3 matrices, cada una representar la intensidad de los 3 componentes de color rojo, verde y azul. Cualquier color puede ser representado mediante la combinacin de los colores rojo, verde y azul (RGB), cada uno en diferente proporcin. La combinacin RGB estndar indica 256 niveles y se requieren 8 bits para cada canal de color. El filtro RGB funciona delimitando uno dos componentes de color, en esta investigacin se realizaron prcticas con los colores rojo, verde, azul, sin rojo, sin verde y sin azul. Para la visualizacin de la imagen en color rojo, los componentes verde y azul se les da valor de 0.
Para la visualizacin de la imagen sin azul: IsinAzul(x,y)=75rojo(x,y)+99verde(x,y)+0azul(x,y)
Se realiz una interfaz grfica en Matlab donde se proces una video endoscopa, en la cual se visualiza la secuencia de imgenes en los componentes rojo, verde, azul, sin rojo, sin verde y sin azul. A continuacin mostramos parte del programa implementado en matlab para la realizacin de la interfaz. Mov= aviread('prueba.avi'); T=size(mov); f=T(2);
for i=1:5 fram=mov(:,1); tim=size(fram.cdata);
mneg=uint8(zeros(tim(1),tim(2))); for j=1:f fram=mov(:,j); ImO=fram.cdata(:,:,:); ImR(:,:,1)=fram.cdata(:,:,1); ImR(:,:,2)=zeros; ImR(:,:,3)=zeros;
Las imgenes video endoscpicas fueron proporcionadas por el Dr. ngel Escudero Fabre, del Sanatorio Escudero de esta Ciudad.
4
4. RESULTADOS
El sistema fue evaluado por el especialista en video endoscopia, Dr. ngel Escudero Fabre, el cual determin que las imgenes obtenidas del proceso de filtrado contienen valiosa informacin para la deteccin de lesiones y enfermedades, las cuales se aprecian con mayor facilidad en determinados componentes de color.
Figura 2. Interfaz grfica donde se muestra una video endoscopia en sus diferentes componentes de color.
Como se aprecia en la figura 2, hay zonas en determinados componentes de color, donde las lesiones esofgicas se observan a simple vista con mayor facilidad que en la imagen original. Un ejemplo lo tenemos en la imagen sin rojo, donde se aprecia una lesin en la parte inferior de la imagen, la cual puede ser detectada y tratada desde su formacin.
Figura 3. Comparacin entre la imagen original y la imagen sin el componente rojo.
En la figura 3, se observa que en la imagen sin rojo se visualizan a simple vista la presencia de jugos gstricos y la formacin de posibles lesiones, las cuales se observan como zonas blancas. Estas imgenes procesadas, son interpretadas por el especialista, con mayor facilidad que en la imagen original.
5. CONCLUSIONES Este sistema brinda a los mdicos especialistas en endoscopia, la oportunidad de utilizar tcnicas de procesamiento de imgenes en los anlisis endoscpicos, con la finalidad de mejorar el proceso de diagnstico y tratamiento de enfermedades. La desventaja de este sistema es el tiempo que tarda en procesar la secuencia de imgenes. Al ser este un sistema dependiente de la computadora la velocidad de respuesta est limitada por las caractersticas de esta. El sistema fue evaluado en una computadora con procesador Intel core 2 do con 2G de RAM y el tiempo aproximado en el procesamiento fue de 4 segundos. 5
Actualmente se est trabajando con la tarjeta TMS320DM6437 Digital Video Development Platform de Spectrum Digital, con la finalidad de eliminar el uso de la computadora y aumentar la velocidad de procesamiento. Es importante mencionar que el costo de este sistema ser accesible comparado con el costo de los equipos que cuentan con una tecnologa similar. Este sistema podr adaptarse a cualquier equipo de video endoscopa.
6. AGRADECIMIENTOS Agradecemos al Dr. ngel Escudero Fabre por colaborar en la investigacin, proporcionando el material de estudio, as como su valiosa experiencia al evaluar el sistema.
REFERENCIAS
[1] H.S. Sawhney, and R. Kumar, True multi-image alignement and its application to mosaicing and lens distortion correction, IEEE Trans. Patt. Anal. Mach. Intell., Vol.18, pp. 235-243, 1999. [2] Olaf Korner and Reinhard Manner Implementation of a Haptic Interface for a Virtual Reality Simulator for Flexible Endoscopy, Institute of Computational Medicine, Universities of Mannheim and Heidelberg, Mannheim, Germany Symposium on Haptic Interfaces for Virtual Environment and Teleoperator Systems (HAPTICS03) 2003 IEEE. Page 1. [3] Dirk Bartz, Gordon Kindlmann, Klaus Mueller, Bernhard Preim, Markus Wacker. Visual Medicine: Foundations and Advanced Applications of Medical Imaging. University of Tbingen, Brigham and Womens Hospital, Stony Brook University, University of Magdeburg, University of Applied Sciences Dresden. IEEE Visualizatin 2005 Tutorial 2. Page 2.
[4]B.V.Dhandra, Ravindra Hegadi, Mallikarjun Hangarge, V. S. Malemath Analysis of Abnormality in Endoscopic images using Combined HSI Color Space and Watershed Segmentation P. G. Department of Studies and Research in Computer Science Gulbarga University,India. International Conference on Pattern Recognition 2006 IEEE.
[5] F. Vilarino, P. Spyridonos, O. Pujol, J. Vitri`a and P. Radeva Automatic Detection of Intestinal Juices in Wireless Capsule Video Endoscopy Conputer Vision Center Universitat Autonoma de Barcelona Bellaterra 08193, Barcelona, Spain International Conference on Pattern Recognition IEEE 2006
[6] William K. Pratt. Digital Image Processing: PINKS Inside 2001 John Wiley & Sons Press third edition 6