Filtration temporelle |
La filtration temporelle améliore la valeur diagnostique
d'une image en optimisant les modalités de sa production.
Le traitement s'effectue sur une série d'images, il est
essentiellement appliqué en angiographie numérisée.
Elle est essentiellement destinée à améliorer
le R S/B.
Integration
d'images
Le principe consiste à additionner arythmétiquement entre-elles les valeurs des pixels de plusieurs images.
Ce procédé peut s'appliquer aux images de masque
et/ou aux angiogrammes.
L'intéret majeur est l'accroissement du rapport signal/bruit.
Celui-ci est diminué proportionnellement à la racine
carrée du nombre d'images intégrées.
L'immobilité des structures au sein des images concernées
par l'intégration doit être parfaite.
Toutefois l'intégration de masques permet de lisser les
petits artéfacts de mouvement.
Image d'origine
Images intégrées (diminution du bruit)
Différence
temporelle (mode TID :Time Interval Difference)
Cette fonction autorise la visualisation de la séquence
d'images en conservant un intervalle de temps fixe entre l'image et le
masque, ce qui permet la visualisation de la variation de concentration
de produit de contraste.
Pour ce faire, chaque image constitue le masque d'une image réalisée
ultérieurement, l'acquisition se faisant dans un court intervalle
de temps.
Les modifications de contraste indiquent les réductions
de flux (lavage retardé par exemple)
On obtient une information qualitative par la comparaison de
la propagation du contraste dans des vaisseaux différents (lésion
d'une seule coronaire par exemple)
Différence
synchronisée
Le principe est le même que pour la différence temporelle,
l'intervalle étant définit par l'onde R de l'ECG, dans le
but de répondre aux problèmes que soulève l'application
de la soustraction en angiocardiographie.
Soustraction
synchrone
Le masque est fixe, synchronisé sur l'onde R à l'intérieur
d'un seul cycle ECG.
Masque
cardiaque intégré
Le principe est identique au masque intégré, on
fait intervenir le nombre de cycle ECG utilisé pour la création
du masque.
Matched
filtering
Dans cette méthode, on utilise une séquence d'images
obtenues sur une période de durée déterminée.
Chaque pixel d'une image représente la même localisation
spatiale, mais enregistrée à des temps différents.
Après sélection d'une image, on détermine
une zone d'intéret à l'intérieur de laquelle on relève
les différentes valeurs de densité en fonction du temps.
Chacune des valeurs (préalablement pondérée
par un facteur dépendant de la concentration en produit de contraste)
est sommée pour chaque image de la séquence.
En pratique, cela revient à additionner entre elles les
images où le signal iodé est intense, alors que le bruit
(signal faible) a été préalablement pondéré
négativement.
Le résultat de ce traitement est une suppression du bruit
de fond.
Image d'origine
Matched filtering (diminution du bruit)
Filtrage
récursif
Il s'agit d'un filtrage en temps réel destiné à
supprimer le bruit de fond d'une image.
Contrairement au matched filtering (obtention d'une image idéale),
les filtre récursifs permettent d'obtenir une séquence d'images
filtrées.
Le principe utilisé conciste à combiner successivement
et dans le temps au cours de la séquence, l'image précédente
déjà filtrée (comme dans le matched-filtering) en
fonction d'un coefficient de pondération négatif pour le
bruit et positif pour le signal, avec une nouvelle image.
L'utilisation des filtres récursifs est essentiellement
utile pour les structures fortement mobiles (coeur, coronaires), le coefficient
de pondération est alors exprimé en cycle/seconde et non
pas en valeur numérique, contrairement aux deux autres processus
de filtration.
Résultats
respectifs
Pour donner une idée de l'amélioration obtenue par filtration:
Si le rapport signal/bruit en soustraction simple est égal à 1:
Il sera égal à 1,92 avec des masques
intégrés
2,47 par matched-filtering
1,88 par filtre récursif.