多解像度画像解析におけるサブピクセルレンダリングとPIFSを使用した小さな物体検出のための赤外線カメラ解像度の最適化

Optimizing Infrared Camera Resolution for Small Object Detection using Subpixel Rendering and PIFS in Multiresolution Image Analysis.

• Poerbaningtyas E
• Dradjat R S
• Endharti A T
• Sakti S P
• Widjajanto E
• Yueniwati Y
• Purnomo M H

抄録

背景:

乳がん検診の技術は、画像診断装置の分野で急速に発展しています。その一つが、マンモグラフィに代わる乳房病変検出のモダリティであるサーモグラフィである。サーモグラフィの利用は、対象物処理の改善のための様々なモデルや手法が開発されており、その発展が進んでいる。現在のところ、解像度320×240のフルークTIS20赤外線カメラは、初期の乳がん病変のような小さな物体を正確に測定するために使用されていません。単一画像の取得と処理は、不正確な物体測定と偽陽性結果につながります。

Background: Breast cancer screening techniques have been developing rapidly in the field of imaging systems. One of these techniques is thermography, which is an alternative modality for mammography to detect breast lesions. Thermography utilization has been progressively developing as various models and methods of object processing improvement. Currently, the Fluke TIS20 infrared camera, with a resolution of 320 × 240, has not been used to measure precisely small objects such as early breast cancer lesions. Retrieval and processing of single images lead into imprecise object measurements and false positive results.

目的:

これまで、カメラの解像度や物体検索技術の限界、最適な画像処理ができないなどの問題があった。本研究の目的は、発がん性化合物によって誘導されたラットの乳がん病変を正確に検出することである。

Objective: Problems have been arisen due to the limitations of the camera resolution, object retrieval techniques and suboptimal image processing. The aim of this study was to detect accurately breast cancer lesions in rats, which were induced by carcinogenic compounds.

材料と方法:

本実験研究では，モール内の物体を高精度に識別するための低解像度赤外線（IR）カメラの能力を最適化して画像を増加させることに基づいたモデルの開発を行った．カメラからの物体の距離を調整して画像の画素密度を上げ、物体を徐々に移動させた複数の画像を用いて物体の寸法を高精度に測定した。

Material and Methods: In this experimental study, development of models was conducted based on increasing image by optimizing the ability of low-resolution infrared (IR) cameras to identify s mall objects precisely. Image pixel density increased by adjusting the distance of the objects from the camera and multiple images of objects gradually shifting were used to measure object dimensions precisely.

結果:

その結果、1.27mmという小さながん病変も検出できることがわかった。この病変検出法の感度は93％、特異度は77％であった。

Results: The results showed that cancerous lesions as small as 1.27 mm could be detected. This method of lesion detection had a sensitivity and specificity of 93% and 77 % respectively.

結論:

画素をサブピクセルに分割し、PIFS（Partitioned Iterated Function Systems）を用いて複数の画像を合成することで画像の解像度を上げ、小さな物体（がん病変）を測定しました。

Conclusion: Small objects (cancerous lesions) were measured by increasing image resolution through splitting pixels into subpixels and combining several images using Partitioned Iterated Function Systems (PIFS).

Copyright: © Journal of Biomedical Physics and Engineering.