2

Digitalización y procesamiento de imágenes

Jean-Philippe Dillenseger

1. Posición actual 2. Nocionesbásicas

En estos últimos veinte años, han desaparecido del Antes de explicar el proceso de digitalización con mayor detalle, es

mercado numerosos objetos de gran consumo y fueron re­ necesario definir algunas nociones básicas tales como la señal, el ruido

emplazados por otros que realizan la misma función, pero y la relación señal/ruido.

que utilizan tecnología digital.

Esta invasión de "todo digital" comenzó a principió de los
años ochenta con la aparición del compact disc musical, que
suplantó a sus predecesores como el disco de vinilo y el case­
te de audio. Luego, en los años noventa, con la masificación
de la informática (computadoras personales) y la aparición
de las redes (internet) se fue produciendo una digitalización
del "mundo multimedia" (imágenes, sonido, video).
De este modo, lo "todo digital" se integra progresiva­
mente a los hogares y la computadora pasa a ser una he­
rramienta cada vez más importante. Los servicios de diag­
nóstico por imágenes evolucionan lógica e inevitablemente
en este mismo sentido, ya que se benefician de la digitaliza­
ción por su fidelidad y su facilidad para el almacenamiento,
la transmisión y el procesamiento de los datos.
2.1. La señal y su detección
Una señal representa la variación de un fenómeno físico
mensurable (intensidad luminosa, temperatura, presión,
etc.) a través del tiempo (o de la distancia). Su detección,
necesita un sistema particular para cada fenómeno físico,
por lo tanto, la tecnología puede variar.
El aprovechamiento de una señal puede hacerse de dos
maneras: en forma analógica o digital. Esta última, necesita
que previamente la señal sea transmitida por el detector en
forma eléctrica (Figura 2.1).

Sistema de detección Representación

Señal luminosa

Película fotográfica Película analógica

Imagen digital
Señal eléctrica

, ..
.
I
J
'"" ~
""
VJ..
,.,-
Fotodiodo, sensor CCD 01000101101110 .....

Figura 2.1 Detección y representación analógica y digital de una señal luminosa.

70 Diagnóstico por Imágenes
En diagnóstico por imágenes, ciertas técnicas son in­
trínsecamente digitalizadas (como la TC o la RM), y otras
lo fueron por transformación (digitalización de la radiolo­
gía convencional por ERLM o sensor plano).
3. ¿Qué diferencia existe entre una señal
analógica y una digital?
Los fenómenos que nos rodean son todos continuos: es
decir, a partir de que son cuantificables, pasan de un valor
a otro sin discontinuidad:
• Si el análisis del fenómeno se hace de manera continua
(trazado, curva, etc.) hablamos de señal analógica.
• Si se muestrea el fenómeno a intervalos regulares y los
valores de amplitud son traducidos bajo forma binaria (O
y 1), hablamos de señal digital.
Por lo tanto, la representación de una señal analógica
corresponde a un trazado continuo, mientras que la de una
señal digital es una sucesión de números (que pueden ser
procesados por una computadora).
Es posible reproducir una señal digital con mayor faci­
lidad que una señal analógica, dado que, teóricamente, su
copia se realiza sin pérdidas.
Electrocardiograma Sirena de ambulancia
Amplitud
i
r­
Figura 2.2 Ejemplos de señales 1 D: señal ECG (izquierda), sirena de ambulancia (centro) y perfil de intensidad (derecha).
Imagen
Figura 2.3 Una imagen está constituida por una infinidad de perfiles de intensidad. Imagen= señal 2D.
3.1. ¿A qué corresponde una señal
monodimensional (1 O)?, ¿y una bidimensional
{20)?
Señal monodimensional
Una señal en una dimensión (lD) corresponde a la va­
riación de amplitud de un fenómeno físico en función de
un sólo parámetro (tiempo, distancia, etc.). Este tipo de
señal es fácilmente analizable por nuestros órganos senso­
riales (Figura 2.2), por ejemplo, señal ECG (electrocardio­
grama), sirena de ambulancia, perfil de intensidad.
Señal bidimensional (2D)
Una imagen (fotografía, radiografía, etc.) está consti­
tuida por una infinidad de perfiles de intensidades diferen­
tes, es decir por una infinidad de señales continuas.
Para hacer un estudio riguroso de la imagen, es necesariote­
ner en cuenta la integridad de estos perfiles de intensidad. Para
ello se efectúa un análisissegún los dos ejes x e y (20). En con­
secuencia,una imagen es una señal bidimensional (Figura 2.3).
3.2. ¿Qué es el ruido? ¿De dónde proviene?
Toda representación de una señal es imperfecta, en par­
te, por dos razones:
Perfil de intensidad
A~plitJd t
1 1_..-- ..........__,_..........__,1 j
1
1
Tiem o
Perfil de intensidad de la imagen f f,•.'

Señal sin ruido
Imagen sin ruido
Figura 2.4 Presencia de ruido en una señal 1 D y en una imagen (columna de la derecha).
• Interferencias externas que pueden desnaturalizar el fe­
nómeno físico estudiado (por ejemplo, el viento que so­
pla sobre un micrófono mientras se hace una entrevista
televisiva).
• Las fases de detección y de transmisión de las informa­
ciones pueden introducir perturbaciones internas que
se agregan a la señal (por ejemplo, ruido del micrófono
debido a la alimentación de la red eléctrica). La fase de
digitalización también puede alterar la calidad de la señal
(ruido de cuantificación).
Estas dos situaciones sumadas se conocen como ruidos
o artefactos (Figura 2.4). Ambos están ligados a las carac­
terísticas tecnológicas propias de la cadena de detección y
de transporte de la señal. El conocimiento de los orígenes
del ruido y la digitalización de una señal permitirán redu­
cir sus efectos. Esta reducción también puede hacerse de
manera analógica, pero es más difícil y más costoso.
Señal
registrada
Señal
perfecta
Ruido
Figura 2.5 Representación del registro de una señal. Se debe remarcar que en el caso A la señal registra-
da posee una mejor relación señal/ruido que en el caso B.
2 I Digitalización y procesamiento de imágenes 71
- f- 1 ­¡ ­
___¡_¡_
­~:­­­+­+
Señal con ruido
imagen con ruido
3.3. ¿Qué significa la relación señal ruido (S/R)?
Un fenómeno físico sólo puede ser estudiado si su am­
plitud es superior a la del ruido que está asociado. Cuanto
mayor es el cociente entre la señal y el ruido (SIR), el fe­
nómeno será transmitido con mayor fidelidad (Figura 2.5).
Para optimizar la relación señal /ruido se proponen
dos estrategias:
• Se busca un máximo de señal amplificando la intensidad
del fenómeno físico original y optimizando la distancia y
la posición de los detectores (ejemplo: colocación de una
antena en relación con el cuerpo del paciente en RM).
• Se busca reducir el ruido mejorando la calidad de los
sensores, la cadena de transmisión de la señal, así como
la tecnología de los soportes de almacenamiento. Cuanto
más "temprano" ingresa el ruido en la cadena de trans­
misión de la señal, mayor será su amplificación y por lo
tanto, se incrementará la desnaturalización de la señal.
Señal
registrada
Señal
perfecta
Ruido
72 Diagnóstico por Imágenes

Esto pone en relieve la importancia de la calidad de los 4.1. Muestreode una señal
detectores y del largo de la cadena de transmisión. La ob­
tención de una señal fidedigna necesita un detector que ¿Cómo muestrear una señal 1 D?
induzca el menor ruido posible y una cadena de detec­ Muestrear una señal analógica consiste en dividirla en
ción, lo más corta posible. varios fragmentos o "muestras" de intensidades propias. La
frecuencia con la que se divide una señal se denomina "fre­
cuencia de muestreo"
4. Digitalización de una señal Si los tiempos de medición están muy alejados con res­
pecto a las alteraciones más frecuentes, un fenómeno de
Todo proceso de digitalización, requiere la transmisión del fenómeno corta duración no podrá ser visualizado. En este caso no
físico estudiado bajo forma de señal lo más similar posible a la de ori- habrá suficientes muestras: hablamos de submuestreo y,
gen (relación S/R, elevada). por lo tanto, la señal digitalizada, no será fidedigna (Figura
La digitalización de una señal eléctrica posee tres características: 2.6).
• El muestreo.
Sobre este tema, se han establecido reglas (Teorías de
• La cuantificación.
Nyquist­Shannon]: decimos que la frecuencia de muestreo
• La codificación.
debe ser, al menos, el doble de la mayor frecuencia de la
La fase de digitalización puede ser: señal analógica.
• Precoz: involucra al fenómeno físico, luego la señal eléctrica y final-
mente la señal digital. ¿Cómo muestrear una imagen?
• Tardía: involucra al fenómeno físico, luego el registro de dicho fenó-
El muestreo de una imagen se efectúa sobre sus dos ejes
meno sobre un soporte analógico, después la señal eléctrica y final- x e y. Esta etapa consiste en aplicarle un cuadro compuesto
mente la señal digital (por ejemplo: digitalización de una fotografía por n(y) líneas y por n{x) columnas, habitualmente llama­
argéntica por un escáner plano). do matriz (Figura 2.7).

Señal de referencia Muestreo insuficiente Muestreo satisfactorio

¡~ (que se va a digitalizar) (FM demasiado débil) (FM correcto)
..
.
­e

........
.€ ""
c.
E
<(

y. l\...... 1\
r\ {v - ~
1

' .... .
1 •

.
•'
..... l<;

~ ~
~,
Tiempo

Figura 2.6 Principio de muestreo. Un muestreo insuficiente degrada la calidad de la señal digital.

Imagen de referencia Aplicación de una matriz Imagen digital

(analógica) 16 x 16 (muestreo)

Figura 2.7 Muestreo de una imagen: aplicación de una matriz.


Una matriz se caracteriza por su tamaño de n(y) lí-
neas x n(x) columnas (ejemplo: 128 x 128; 256 x 256;
512 x 512, erc.). Puede ser simétrica o asimétrica (192
x 256). Los píxeles (picture element) representan los ele­
mentos unitarios de la imagen, poseen una posición pro­
pia (x, y) y su tamaño influye, en parte, en la calidad de la
definición de la imagen digital.
Cuanto mayor es la matriz, mayor es el número de
píxeles y de menor tamaño. Con esta característica, la
imagen tendrá la posibilidad de tener una elevada reso­
lución espacial (Figura 2.8). Los rendimientos tecnoló­
gicos e informáticos actuales permiten la utilización de
elevadas matrices, lo que no fue siempre el caso. En efec­
to, los tamaños de las matrices han limitado durante mu­
cho tiempo los rendimientos en términos de resolución
espacial de una imagen digital. Las reglas de Nyquist­
Shnannon suponen que la frecuencia de muestreo (liga­
da al tamaño de los píxeles) sea, al menos, el doble de
la mayor frecuencia capaz de estar presente en la señal
analógica (ver página 81).
Seamos prudentes: algunas matrices elevadas ofrecen la posibi-
lidad de obtener una resolución espacial (RE) elevada, ¡pero no la
garantizan! En efecto, la resolución espacial no se determina por las
dimensiones de los píxeles sino en pares de líneas por milímetro (pU
mm) con la ayuda de ensayos sobre fantomas o sobre una curva FTM
(ver página 88). Que la imagen resultante tenga una buena resolu-
ción no se debe solamente a que un detector muestree una señal 2D
con una matriz elevada. Otros elementos importantes intervienen
sobre la resolución espacial (relación S/R, cuantificación, filtrado,
sensibilidad de detección, etc.).
. Figura 2.8 Cuanto mayor es la matriz, mayor será la visualización de los detalles. Para llegar a una ele-
vada resolución espacial, es necesario utilizar una matriz adaptada a la resolución espacial de la señal
estudiada y poseer un detector de excelente calidad.
2 I Digitalización y procesamiento de imágenes 73
Para entender mejor, tomemos el ejemplo de dos cámaras fotográficas
digitales que poseen un sensor CCD de N megapíxeles: uno de ellos es
barato y el otro es de un precio elevado. Comparemos estos dos equipos
al fotografiar, con una misma matriz, mapas de imágenes compuestos
por líneas verticales cada vez más finas y cada vez más próximas. La ex-
periencia demuestra que el equipo más barato confunde las líneas más
próximas, mientras que el más caro permite distinguirlas sin problema.
Si bien ambas cámaras poseen una matriz idéntica, en las dos imágenes
no se aprecia la misma RE. Eso muestra que el tamaño de la matriz (o de
píxeles) no es un parámetro suficientemente significativo para estimar
la calidad de una imagen digital. En este ejemplo, la diferencia de los re-
sultados proviene de los rendimientos y de la calidad del sistema óptico
que posee cada uno de los aparatos (Figura 2.9).
Lo mismo se constata en diagnóstico por imágenes: la resolución
espacial de una imagen depende ante todo de los rendimientos
(dimensión y sensibilidad) de la cadena de detección que permite
obtener una relación S/R elevada. El muestreo, es decir la matriz, no
es más que una etapa que permite determinar la resolución espacial
pero que, por lo tanto, no la define.
4.2. Cuantificaciónde una señal
Principio básico
Se ha hecho referencia precedentemente que por cada
muestra se efectúa una medida de la amplitud. Sabiendo
que esta no puede tomar más que un valor entero, será ne­
cesario asociar, a cada muestra, la posibilidad de tomar un
número importante de valores.Por lo tanto, la precisión de
la medida dependerá de la amplitud numérica ofrecida, es
decir, de la escala de cuantificación.
74 Diagnóstico por Imágenes

La cuantificación determina, de este modo, el número ¿Cómo cuantificar una imagen?

de valores diferentes que pueden ser atribuidos a las mues­
tras que se expresan en bits (binary digit).
n bits = 2" valores posibles por muestra
8 bits = 28 = 256 valores posibles por muestra
9 bits= 29 = 512 valores posibles por muestra
10 bits = 210 = 1024 valores posibles por muestra
12 bits = 212 = 4096 valores posibles por muestra
16 bits = 216 = 65 636 valores posibles por muestra
Cuanto mayor sea la escala de cuantificación, mejor
será el resultado en términos de discriminación de con­
traste (Figura 2.10).
En el caso de una imagen, la cuantificación determi­
na el valor entero máximo atribuido a un píxel (Figura
2.11). Cuanto más valores diferentes puede tomar el
pixel, mayor será el contraste de la imagen (si la relación
S/R es elevada). n bits permiten a cada píxel tomar 2"
valores.
4.3. Nociones de peso informático
¿Cuáles son las unidades básicas de medida?
La unidad de cuantificación ináforrnátíca es el octeto.
Un octeto encierra la información contenida en 8 bits.

La mismamatriz480 x 640 Aumento 1 Aumento2

Figura 2.9 Resultados obtenidos con dos aparatos fotográficos diferentes luego de utilizar para adquisición
la misma matriz (480 x 640). Con gran aumento (derecha) se observa que, para una misma matriz, la imagen
inferior (detector 2) parece, a simple vista, más detallada que la superior (detector 1).

Cuantificaciónque permite observar,

Señal de referencia Cuantificaciónmuy en forma bastanteaproximada, el
(que se va a digitalizar) insuficiente sentido de las variacionesde la señal

"O
.~
a.
E
<(

+- t+ ~
t­

+-+f+
'''+-+t-+t+++t-
• ...... t+

Tiempo

Figura 2.1 O Evidencia de la importancia de la etapa de cuantificación en el momento de la digitalización.

 2 I Digitalización y procesamiento de imágenes 75

2 valores de cuantificación 4 valoresde cuantificación 256 valoresde cuantificación

(8 bit)
(1 bit) (2 bit)

Figura 2.11 Importancia de la cuantificación en imágenes digitalizadas. Los rendimientos en términos de resolución
espacial se expresan solamente si la cuantificación es suficientemente elevada.

8 bits = 1 octeto, 16 bits = 2 octetos, etc.
Las imágenes o los sonidos están compuestos por millo­
nes de muestras cuantificadas generalmente de 8 a 64 bits;
en consecuencia, los datos numéricos actuales sobrepasan,
con frecuencia, el millón o miles de millones de octetos.
Para que esta información sea más 'digerible" se la expresa
en múltiplos de miles, de millones o de miles de millones,
etc., hablamos en ese caso de kiloocteros, megaoctetos, de
gigaoctetos, etc. (Tabla 2.1).
Tabla 2.1 Pesos informáticos expresados en múltiplos de miles
1 kiloocteto (ko) = 103 octetos = 1000 octetos
1 megaocteto (Mo) = 106 octetos = 1000 Ko 1000000octetos
1 gigaocteto (Go) = 109 octetos = 1000Mo = 1000000000
octetos
Tradicionalmente, cuando los especialistas en infor­
mática aplican a los octetos los prefijos "kilo'; "mega';"giga';
etc., estos no están representando múltiplos de 1000 sino
múltiplos de 1024 (210), más prácticos para los cálculos
informáticos.
Sin embargo, esta tradición viola las normas vigentes
(sistema internacional). Por lo tanto, ha sido creada una
nueva norma (norma de 1998) para referirse a los múlti­
plos de 21º; hablamos en ese caso de prefijos binarios: los
"kibi" para kilobinario, "mebi" para mega binario "gibi"para
giga binario, etc. (Tabla 2.2).
Tabla 2.2 Pesos informáticos expresados en múltiplos de 1024
La gran mayoría de los discos duros estan divididos en
sectores de 512 octetos, un conteo en unidades de 1024
octetos es más "natural" (utilizando los prefijos binarios:
kibi, gebi, mebi, erc.). Sin embargo la utilización de los pre­
fijos binarios todavía es poco utilizada entre los profesio­
nales y menos aún entre el público.
Formatos informáticos
Formatos clásicos en diagnóstico digital
Un formato es un medio convencional utilizado en in­
formática para representar, transportar y archivar datos
(sonidos, imágenes, etc.) en forma digital. Tal conversión
permite la comunicación de datos entre diversos progra­
mas informáticos, ya sea por una conexión directa o por
intermedio de un archivo.
Las diferentes familiasde datos digitales (sonido, imágenes,
etc.) poseen varios tipos de formatos que se distinguen por:
• Su capacidad de cuantificación (1 bit, 8 bits, 16 bits, 64
bits, etc.).
• La presencia o no de compresión (sin compresión, com­
presión por motivos, compresión destructiva, etc.).
• Su frecuencia de muestreo.
Los formatos más comunes utilizados en diagnóstico
digital son los formatos:
• Tiff (.tif): tagged image file formar.
• Jpeg ( Jpg): joint photographic experts gro up.
• Gif (.gif): graphics interchange formar.
En diagnóstico por imágenes, es necesario asociar a
las imágenes, los datos de texto relativos al paciente y al
examen, lo cual requiere formatos específicos tales como el
formato DICOM y el formato INTERFILE.

1 kibi-octeto (kio) = 210 octetos = 1024octetos Formato DICOM

La evolución de los sistemas de adquisición y almace­
1 mebi-octeto = 22º octetos = 1024 Kio 1048576
(Mio) octetos namiento de imágenes en el área médica produjo, en los
años ochenta, grandes necesidades de intercomunicación y
1 gibi-octeto (Gio) = 230 octetos = 1024 Mio = 1073741824 de inreroperabilidad de los equipos médicos. En esa época
octetos
el problema fue que cada constructor utilizaba un formato
76 Diagnóstico por Imágenes
propio de datos radiológicos digitales, lo cual generaba,
por ejemplo, importantes problemas de comunicación y
almacenamiento.
Con el fin de facilitar la transferencia y visualiza­
ción de las imágenes, los radiólogos y los constructores
de equipamientos médicos, desarrollaron, en un esfuer­
zo compartido, el formato DICOM: Digital Imaging
Comunication in Medicine. La norma ha sido creada por
el ACR (American College of Radiology) en asocia­
ción con la NEMA (National Electrical Manufactures
Association). La norma DICOM es tanto un formato de
imagen como un protocolo de intercambio de datos que
puede hacerse ya sea por archivos o por red. No impone
a los constructores el abandono de sus formatos propios,
pero los obliga a utilizar el formato DICOM para todo
intercambio y transferencia de datos. Una vez transferi­
dos, no necesariamente deben ser guardados en forma­
to DICOM, pueden retomar su formato particular o ser
comprimidos.
El formato DICOM es complejo y mucho más evo­
lucionado que los formatos digitales estándares (jpg, tiff,
bmp, etc.). Permite transformar en única cada imagen pro­
ducida asociándole informaciones específicas (nombre del
paciente, tipo de examen, parámetros de adquisición, etc.)
a las cuales se le atribuye un número de identificación pro­
pio llamado UID (Unique IDenti.fiers).
Ciertos UID son obligatorios y otros opcionales. El in­
terés que presentan los archivos DICOM es la posibilidad
de poder incluir las informaciones de texto concernientes a
los pacientes (estado civil, edad, peso, etc.), el examen reali­
zado (región explorada), la técnica utilizada (escáner, RM,
etc.), además de los datos de las imágenes. Sin embargo, no
es difícil modificar el contenido de las UID, lo cual presen­
ta el problema de la confidencialidad y de la protección de
los datos.
En general, la norma DICOM propone una cuantifica­
ción sobre 16 bits, lo que le confiere un peso de 2 octetos
para cada muestra. Según las modalidades, 12 a 14 bits es­
tán consagrados a la imagen y 2 a 4 bits están asignados a
los diferentes UID.
Para ma or información
El formato INTERFILE
Otro formato informático, denominado INTERFILE, también es utili­
zado en diagnóstico por imágenes. Es un formato bastante antiguo y
debe su éxito a su simplicidad, que satisface la inmensa mayoría de
las necesidades en medicina nuclear. Desde el desarrollo de la norma
DICOM, más universal, el desarrollo del formato INTERFILE está cayen­
do en desuso y queda limitado sólo a la medicina nuclear.
¿Cómo calcular el peso informático de imágenes
radiológicas?
Considerando que el formato DICOM está cuantifica­
do sobre 16 bits, es posible calcular el peso informático de
una serie de imágenes radiológicas. Para ello es suficiente
conocer el número de muestras que componen el conjunto
del examen y de atribuirle 2 octetos.
Ejemplo: sea una serie de cortesTC compuesta por 500 imágenes a
las cuales se le asocia una matriz de 5122• Para estimar el peso infor­
mático de este examen, se atribuyen 2 octetos a cada píxel (norma
DICOM) que componen la serie de la imagen. De este modo:
Peso informático = número de cortes x matriz x 2 octetos = 500
(cortes) x 512 x 512 (matriz) x 2 (16 bits= 2 octetos)= 262144000
octetos, o sea 262 Mo, o sea 250 Mio.
4.4. Codificación de una señal
¿Cuál es la función de la codificación?
Una computadora sólo puede trabajar con datos apor­
tados en forma binaria. El número de decimales generados
por la cuantificación de la señal, deben ser convertidos o
codificados en números binarios: (binary digits = bits), que
es una secuencia de O y l.
El hombre calcula, desde 2000 años antes de Cristo,
con 10 cifras (O, l, 2, 3, 4, 5, 6, 7, 8, 9), hablamos en este
caso de base decimal (o base 10). Una base binaria no uti­
liza más que dos cifras (O y 1). Con un grupo den bits, es
posible representar 2" valores.
De este modo, un conjunto de 8 bits permite contar de
O a 255 (28 = 256 valores). Un número binario codificado
con 8 bits está compuesto por una serie de ocho cifras en­
tre ceros y unos.
Metodología de codificación binaria (Figura 2.12): para pasar
del modo decimal al binario, buscamos, primero, el número que sea
una potencia de 2 y más próximo al número inicial. A continuación,
este número es restado al inicial. Con el resultado se hace lo mismo,
es decir se busca nuevamente la potencia de 2 más próxima y se la
resta y así sucesivamente hasta llegar a O. En cada etapa, mientras
que la sustracción sea posible, atribuimos el número binario 1 (para
sf), cuando es imposible, atribuimos el número binario O (para no).
Se crea así un código binario que representa la señal. La
computadora desglosa esta sucesión de bits en octetos (en
función de la elección de la cuantificación).
La transformación de una señal eléctrica en datos in­
formáticos (binarios) es realizada por un convertidor ana­
lógico­digital (CAD, analogic digital converter [ADC])
¿Qué es un convertidor analógico digital (CAD)?
A fines de los años treinta, Claude Shannon fue el pri­
mero en establecer el principio de la conversión analógica­
digital desde un punto de vista tecnológico con la ayuda de
una serie de interruptores (o analizadores binarios).
Para realizar electrónicamente una codificación analógi­
co­digital, se utiliza una serie de analizadores binarios que
poseen una tensión de referencia (R) a la cual se le aplica una
tensión que se convierte, denominada (S). Las capacidades
que representan las tensiones de referencia de cada analiza­
dor, son proporcionales a sucesivas potencias de 2.
El estado de salida (O o 1) indica si la tensión de S es
superior o inferior a la tensión R.
86 Diagnóstico por Imágenes

Filtro de Laplace Filtro "blando" Filtro "duro" Filtro de gradiente

-1 -1 -1 o .1 o o -1 o -1 o 1
-1 8 -1 1 4 1
Imagen de
referencia -1 5 -1 -1 o 1
-1 -1 -1 o 1 o o -1 o -1 o 1

Figura 2.26 Resultados obtenidos luego del pasaje de núcleos de convolución diferentes.

6. Criterios que califican una imagen
La resolución en contraste (RC) y la resolución espacial (RE) son los
principales criterios cualitativos de una imagen. Estos dos elementos
están ligados al rendimiento del sistema de detección utilizado. A estos
dos criterios se agrega, en tecnología digital, la calidad del muestreo y
de la cuantificación. Una imagen de calidad es una imagen que conju-
ga a la vez una buena resolución espacial y una buena resolución en
contraste. Aun si hacemos la distinción entre ambas resoluciones, ellas
están relacionadas entre si. La curva función de transferencia de mo-
dulación (FTM) permite apreciar y confrontar estas dos resoluciones.
6.1. ¿Qué define la resolución en contraste de
una imagen?
La resolución en contraste (RC) de una imagen corres­
ponde a su capacidad para distinguir (a simple vista) dos
objetos de intensidad próxima. Varios parámetros tienen
influencia sobre este criterio cualitativo:
• La calidad de la señal detectada: a mayor relación S/R, más
fácil será distinguir estructuras de intensidades próximas.
• La precisión de la cuantificación: a mayor escala de cuan­
tificación, mayor precisión se tendrá en la transmisión
digital de los valores de las amplitudes, lo cual aumenta
potencialmente la RC.
• En imagen digital, el ventaneo es un procesamiento que
permite optimizar el estudio en contraste compensando
los límites fisiológicos del ojo.
Los filtros "blandos" son muy utilizados en TC para op­
timizar el estudio en contraste de las "partes blandas'.
6.2. ¿Qué significa la resolución espacial?
La resolución espacial de una imagen digital está habi­
tualmente definida por el tamaño del objeto más pequeño
aún visible. Esta idea en realidad es reductora, pues ase­
mejaría la resolución espacial al tamaño del píxel. Si bien
está limitada (en parte) por el tamaño de los píxeles, la
resolución espacial depende primeramente de los rendi­
mientos de la cadena de detección y de la medida.
Tomemos un ejemplo en el campo de la óptica: una
fuente luminosa puntual de tamaño pequeño aparece, por
fenómeno de difracción, de tamaño superior en el receptor,
por lo tanto, sobre el resultado final (imagen). Supongamos
que queremos estudiar dos fuentes luminosas cercanas (a
la misma distancia del detector); según los rendimientos
del sistema de detección esos dos objetos pueden:
• Ser distinguidos.
• Ser confundidos.
Podemos, por esta experiencia, estimar la resolución
espacial del detector. Nos referimos en óptica al "poder se­
parador'; el cual puede ser cuantificado por ciertos criterios
(Rayleigh) (Figura 2.27).
La resolución espacial se define entonces como la dis­
tancia mínima que permite distinguir dos objetos de fuerte
intensidad (luminosidad, actividad, erc.). Esta definición
integra, de este modo, la calidad del sistema de detección.
Por lo tanto, la RE se determina a partir de ensayos rea­
lizados sobre fantomas que corresponden, frecuentemente,
a mapas de imágenes de tamaño decreciente y de diferen­
tes formas (Figura 2.28). La RE se expresa bajo forma de
frecuencia en "número de ciclos" por unidad de distancia
(pares de líneas (pL)/mm, pL/cm, etc.).
Si bien el número de píxeles por centímetro no define
la RE de la imagen, corresponde a la RE máxima (teórica)
que puede ser lograda por la imagen.
En diagnóstico digital, la RE depende:
• De la calidad del conjunto de la cadena de detección ( efi­
cacia geométrica, S/R, etc.).
• De la calidad del muestreo (tamaño de la matriz) y de la
cuantificación (para distinguir dos objetos de tamaño pe­
queño es necesario que sean diferenciables en términos de
contraste).
• Pero también de la utilización de filtros duros que per­
miten valorizar, de igual manera, al detector y a la matriz.
 I
2 Digitalización y procesamiento de imágenes 87

• • •• ••
e: '
Objeto 1 Objeto 2 Objeto 1 Objeto 2
·O Objeto 1 Objeto 2
'o
¡t!
e:
Q)

"'
Kro
Q) Q)
a: :2

e: e:
•O QJ
·­
u en
ro
¡ti E
e:·­
~~
c..o
Q) Q)

Q) o
o::"'

Caso 1: los dos objetos se distinguen Caso 2: los dos objetos comienzan a Caso 3: los dos objetos se confunden (no
confundirse (límite de resolución) los podemos distinguir)

- - - - - Suma de las intensidades luminosas de los dos objetos

-- Repartición de la intensidad luminosa de un objeto (fenómeno de difracción)
Se considera que el límite de resolución se logra cuando la intensidad máxima del objeto
1 se superpone a la intensidad mínima del objeto 2 (caso 2)

Figura 2.27 Definición del poder de separación de un sistema de detección. Evidencia del límite de resolución espacial del sistema.

11111~~
11111~~
11111~~
11111~
11111~
11111~§
•••
•••

Figura 2.28 Ejemplos de ensayos que permiten estimar la resolución espacial de una cámara fotográfica. Ensayos simi-
lares, adaptados al fenómeno físico estudiado, se realizan en diagnóstico por imágenes.

6.3. ¿Qué permite la función de transferenciade
modulación?
La función de transferencia de modulación (FTM) per­
mite estimar la capacidad que tiene un detector para repro­
ducir (sobre la imagen), el contraste para diferentes valores
de frecuencias espaciales (pL/ mm). Esta curva une, de este
modo, la resolución espacial y la resolución del contraste
(Figura 2.29) y se obtiene a partir de ensayos realizados so­
bre fantomas adaptados (mapas de imágenes decrecientes,
etc.). En diagnóstico por imágenes, la frecuencia espacial
máxima contenida en una imagen es igual a la mitad de la
frecuencia de muestreo (FM/2 implica pares de píxeles/
mm). Esta solo se expresará a partir de una diferencia sig­
nificativa de conrrasre I z 5%).