Glossary about Image Processing

Absorción fotoeléctricaLiberación de electrón orbital por influencia de la radiación. En este proceso se absorbe completamente la energía del fotón.
ADN
ADSVer "Angiografía digital por sustracción".
aleatoria, señalSe describe sólo en términos de probabilidades y estadísticos. Puede ser estacionaria o no estacionaria.
algoritmos de segmentación (de imágenes)Los algoritmos de segmentación operan sobre las variaciones de intensidad o de textura de la imagen mediante técnicas que incluyen la umbralización, crecimiento de regiones, estructuras (templates) deformables y técnicas de reconocimiento de patrones.
Aliasing (con imágenes)Efecto del muestreo insuficiente de la imagen. Es irreversible.
algoritmo grassfireSe usa en el "etiquetado de regiones conexas". [SÑMD, "segmentacion-SIM-2005-parte2.pdf", p. 2]
1. Se establece a 0 la esquina superior izquierda.
2. Para cada pixel ya etiquetado, se etiquetan los píxeles a la derecha e inferior (conectividad a 4):
a) Si no está etiquetado
[...]
b) Si ya está etiquetado
[...]
analizador de pulsoReferido a gammacámara. Es un componente de la gammacámara. Discrimina eventos individuales. Se analiza toda la energía captada sumando los pulsos de salida de los fotomultiplicadores y analizando la suma por un circuito de umbral.
AngiografíaRadiografía de contraste.
Angiografía Digital
Angiografía digital por sustracción (ADS)Ver "DSA".
anisotrópico
AperturaOpen. Consiste en aplicar a una imagen binaria B, con un mismo elemento estructural S, primero "Erosión", y a la imagen resultante se le aplica "Dilatación". La Apertura suaviza los contornos, suprime pequeñas islas e istmos de la imagen. Ejemplos de aplicación: TC Cerebral, corte histológico. Ver también "Cierre".
autocorrelación, función de
bimodalReferido a histograma. Ver "histograma bimodal".
bioinstrumentación, sistema de
biopotenciales
bioseñales
BMP image formatExamples with C++ code (UPDATED 2019-09-17)
https://xformulas.net/source_code/cpp/simple_BMP_24bits.cpp.php
https://xformulas.net/source_code/cpp/BmpImage.cpp.php
https://xformulas.net/source_code/cpp/BmpImageConvolution.cpp.php
https://xformulas.net/source_code/cpp/BmpImageFourierTransform.cpp.php
borrosidadVer "restauración de imagen".
Cámara de AngerVer Gammacámara.
CAD
CCD
ciclotrónBombardeo de e+.
CierreClose. Consiste en aplicar a una imagen binaria B, con un mismo elemento estructural S, primero "Dilatación", y a la imagen resultante se le aplica "Erosión". El Cierre cierra pequeños canales y huecos de la imagen. Ejemplos de aplicación: TC Cerebral, corte histológico. El "Cierre" elimina el ruido de pimienta que presentan las imágenes segmentadas. Elemento estructurante puede ser de tamaño variable en tres dimensiones. Ver también "Apertura".
cirugía asistida por ordenador
ClasificaciónSupervisada. No supervisada.
Clustering
CMAKEFacilita el proceso de compilación de manera independiente a la plataforma de trabajo. Windows: proyectos y espacios de trabajo de MSVC++, Borland C++ y NMake. Unix: makefiles. Programador: sólo ficheros .h y .cxx. Estructuras de directorios complejas, diferentes liberías. [SÑMD, "EntornoDeModeladoAnatomicoMayo2005.pdf", p. 11]
http://www.cmake.org
coeficiente de difusión del calor[SÑMD, "EntornoDeModeladoAnatomicoMayo2005.pdf", p. 17]. Ver "aproximación de Perona y Malik".
Coherent ScatteringUn fotón colisiona con otra partícula, variando su dirección y perdiendo una pequeña cantidad de energía.
colimadorReferido a gammacámara. Es un componente de la gammacámara. Discrimina los rayos gamma que no inciden perpendicularmente en el detector.
Compton ScatteringEn este caso el fotón no es absorbido, solo pierde parte de su energía a consta de la liberación de un electrón. Principal fuente de ruido.
conectividadEn relación con "crecimiento de regiones". Se habla de vecindad a 4 o a 8.
conexas (regiones)
convolución (referido a imágenes)Calcula el nuevo valor de cada pixel de la imagen a partir de los valores de los píxeles contenidos en una "ventana" (filtro) centrada en el píxel. El resultado de la convolución es la imagen filtrada. Ver "2D discrete convolution".
contornoUn contorno es un conjunto de bordes interconectados, con continuidad. Un contorno puede ser interpretado como un camino a través de un grafo formado por la interconexión de elementos de borde.
contorno, método de obtención deSeguimiento de contornos. Conexión de bordes y búsqueda heurística de grafos.
contorno, seguimiento deEl seguimiento de contornos se realiza por ordenamiento de bordes sucesivos.
Algoritmo [SÑMD, "segmentacion-SIM-2005-parte2.pdf", p. 15]
1. Empezar dentro de la región.
2. Si está dentro de la región de interés girar a la izquierda y avanzar. Si está fuera de la región de interés girar a la derecha y avanzar.
3. Continuar hasta volver al punto de origen.
convolución de imágenesVer "2D discrete convolution".
convolution, 2D discreteLa convolución de 2 imágenes "f" y "g" es otra imagen "c", c=Convolution(f,g).
* f(m, n), imagen f, "m" en intervalo [0, Widthf-1], "n" en intervalo [0, Heightf-1]
* g(m, n), imagen g, "m" en intervalo [0, Widthg-1], "n" en intervalo [0, Heightg-1]. La segunda imagen, "g", con valores de píxeles en coma flotante, es llamada filtro, máscara, ventana, kernel, ...
* c(m, n) = Sum(Sum(f(m+i-gX0, n+j-gY0) * g(i, j), i=0..Widthg), j=0..Heightg)
Example written in C++ to calculate the convolution of a 24 bit BMP image with a filter (UPDATED 2019-09-17).
https://xformulas.net/source_code/cpp/BmpImageConvolution.cpp.php
Before convolution

After convolution (factor=0.204654, offset=465) with Laplace filter
image convolutionConvolución de imágenes. Ver "2D discrete convolution".
https://www.google.com/search?sxsrf=ACYBGNTwEIsIHLGoYRQPRy1sZDag1wKYDA%3A1568011686261&source=hp&ei=pvV1XbfqDc2blwSZopPQDg&q=image+convolution+site%3Aedu&oq=image+convolution+site%3Aedu&gs_l=psy-ab.3...1363.1363..3182...0.0..0.61.61.1......0....2j1..gws-wiz.PSIOrTgoXzo&ved=0ahUKEwi31b7cksPkAhXNzYUKHRnRBOoQ4dUDCAU&uact=5
correlación, coeficiente de
corriente iónica transmembránica
CRComputed Radiography.
crecimiento de regionesReferido a algoritmos de segmentación. El crecimiento de las regiones se basa en localizar píxeles con intensidades similares. El proceso se inicia seleccionando un pixel (o un grupo de píxeles) que se denomina "semilla", que pertenece a la estructura de interés. Esta semilla puede ser seleccionada por el operador o automáticamente. En pasos sucesivos, se comparan los píxeles contiguos a la semilla y se añaden a la región de interés si cumplen la condición de una determinada función de uniformidad, criterio de homogeneidad o función de evaluación. El proceso depende de la función seleccionada. Hay que tener en cuenta la definición de conectividad. Se habla de vecindad a 4 o a 8. Un caso particular de crecimiento de regiones es el "etiquetado de regiones conexas".
cristal de centelleoReferido a gammacámara. Es un componente de la gammacámara. Transforma fotones gamma en fotones de luz.
criterio de uniformidadVer "split and merge".
cronobioingeniería
CT
cuantificación (bidimensional)
depolarizaciónReferido a potencial de acción.
descriptores de primer ordenMomentos, momentos centrados, entropía.
desplazamiento de nivelDesplaza una ventana de grisis hacia valores superiores o inferiores, sin variar su anchura.
desviación estándar
detección de bordes, métodos de segmentación porLos métodos de detección de bordes se clasifican en: cálculo del gradiente máximo, paso por cero de la segunda derivada (ver "operadores laplacianos"), ver también "operadores estocásticos" que son menos sensibles al ruido. Un contorno o un borde de una región se define por el gradiente local de la intensidad del píxel. Se calcula el gradiente de la imagen (ver "gradiente"). Las técnicas de detección de bordes son rápidas y no requieren información a priori de la imagen. La segmentación basada únicamente en detectores de borde presenta un problema, puede no cerrar por completo algunas regiones del objeto. Los detectores de borde por gradiente buscan el máximo de gradiente. Un contorno es un conjunto de bordes interconectados, con continuidad. Ver también "contorno" y "métodos de obtención de contornos".
detección de ondas o templatesReferido a ECG.
determinística, señalSeñal que se describe por relaciones matemáticas explícitas.
DFT"Discrete Fourier Transform". Ver "2-D Discrete Fourier Transform".
diagnosis
DICOM"Digital Imaging and Communications in Medicine". Es un formato para el almacenamiento y transmisión de imágenes médicas. ¿Por qué surge DICOM? Tendencias hacia la digitalización del hospital, especialmente el diagnóstico por imagen. Necesidad de comunicaciones médicas, Telemedicina. Problema: heterogeneidad de equipos. Solución: estandarización de protocolos de comunicación y formatos de la información.
https://en.wikipedia.org/wiki/DICOM
diezmado
digitalización de imágenes
DilataciónSea B una imagen binaria. Se define un elemento estructural S, que es una imagen binaria de menor tamaño, y se establece uno de sus píxeles como origen de coordenadas (0, 0). Se define Sp como el resultado de aplicar a S un desplazamiento tal que su origen de coordenadas se situa sobre el punto p de B. La imagen resultado R de aplicar Dilatación a la imagen B con S, es 1 en los puntos p tales que la intersección de B con Sp es distinto de conjunto vacío, y 0 en el resto de puntos. Ver también "procesado morfológico".
Dispersión ComptonPérdida de parte de la energía del fotón cedida a electrones con enlaces débiles. Al ceder parte de su energía, como resultado se produce un fotón de dispersión que tiene una energía menor y una dirección de propagación distinta.
división y unión de regionesVer "split and merge".
DODensidad óptica. Fracción de luz que atraviesa la película.
Dosis Absorbida de Radiación (rad)Es una unidad que se usa para medir la intensidad de los rayos X. 1 rad es la radiación necesaria para que 0.01 julios de energía sean absorbidos por 1 kg de material. Depende del material utilizado.
DSA"Digital Substraction Angiography". Angiografía Digital por Substracción. Imágenes digitales obtenidas con contraste radioopaco. Imagen final como diferencia de dos imágenes. Radiación alta. Resolución espacial 0.1-0.5 mm.
ECGElectrocardiograma.
ECO
EcografíaResolución espacial de 5 mm hasta unos 2 mm.
ecualización de histogramaTransforma el histograma original de la imagen en un histograma plano (misma frecuencia de distribución de los niveles de grises). En el caso discreto, no se obtiene un histograma totalmente plano.
ecuación del calorEstado de la distribución del calor en un determinado tiempo. [SÑMD, "EntornoDeModeladoAnatomicoMayo2005.pdf", p. 17]. Ver "aproximación de Perona y Malik".
EEGElectroencefalograma.
Efecto fotoeléctricoUn fotón choca con un electrón en la órbita, liberándolo. Como resultado, un electrón de otra órbita pasa a ocupar su lugar, liberando radiación característica.
elemento estructuralVer "procesado morfológico".
EMGElectromiograma.
ENGElectroneurograma.
entropía[SÑMD, "segmentacion-SIM-2005-parte1.pdf", p. 15]
EOGElectrooculograma.
ergódica, señalLas señales aleatorias estacionarias pueden ser ergódicas o no ergódicas. Ver "proceso ergódico".
ErosiónSea B una imagen binaria. Se define un elemento estructural S, que es una imagen binaria de menor tamaño, y se establece uno de sus píxeles como origen de coordenadas (0, 0). Se define Sp como el resultado de aplicar a S un desplazamiento tal que su origen de coordenadas se situa sobre el punto p de B. La imagen resultado R de aplicar Erosión a la imagen B con S, es 1 en los puntos p tales que la intersección de B con Sp es Sp, y 0 en el resto de puntos. Ver también "procesado morfológico".
error de cuantificación
espacio muestralEl conjunto (infinito) de funciones del proceso aleatorio compone el espacio muestral x(t).
estímuloReferido a neurona.
estocásticoVer "proceso estocástico" y "operadores estocásticos".
estructuras (templates) deformablesReferido a algoritmos de segmentación.
etiquetado de regiones conexasEs un caso particular de "crecimiento de regiones". Se pretenden obtener todas las regiones diferenciándolas mediante un índice. La homogeneidad se calcula sobre la intensidad de los píxeles ya incluidos en cada región. Ver "algoritmo grassfire".
Extracción de característicaCaracterísticas espaciales. Bordes y contornos. Distribución espacial de los niveles de gris. Texturas. Características extraídas en el plano transformado. Se basan en el análisis de la distribución espacial de los niveles de gris (histograma). Consideramos que el nivel de gris es una variable aleatoria y efectuamos una descripción estadística de la imagen.
* x -> variable aleatoria del nivel de gris de cada pixel, siendo [0, L-1] los niveles posibles de gris
* El histograma de grises se expresa como una función de densidad de probabilidad f(x)
feedback
filtrado de imagenVer "2D discrete convolution".
filtrado de Roberts
Máscara
0 0 0
1 0 -1
0 0 0
Máscara
0 1 0
0 0 0
0 -1 0
filtro anisotrópico de difusión
filtros de gradienteDetectan zonas de la imagen donde hay cambio del nivel de gris. Son filtros de gradiente las Máscaras de Sobel.
filtro de imagenHay filtros suavizantes, realzantes, diferenciales. Ver "2D discrete convolution".
filtro de intervalos de confianza
filtro de medianaEs un filtrado no lineal. Eliminación de ruido impulsivo. Consiste en asignar a cada pixel la mediana de los valores de los píxeles de la ventana. El filtro de mediana no difumina los bordes de las regiones mayores que la ventana, pero suaviza pequeñas variaciones de textura.
filtro diferencialPor ejemplo, filtro de gradiente.
filtro paso altoIntensificación de bordes.
-1 -1 -1
-1 n^2-1 -1
-1 -1 -1
En el dominio transformado consiste en la eliminación de las componentes de frecuencias en el interior de una cierta bola de centro Kx=Ky=0 y radio R.
Filtro paso alto de LaplaceIntensificación de bordes. Realce de bordes. Simula la segunda derivada.
0.0 -1.0 0.0
-1.0 4.0 -1.0
0.0 -1.0 0.0
filtro paso bajoSuavizado de contrastes. Eliminación de ruido.
1 1 1
1 1 1
1 1 1
En el dominio transformado consiste en la eliminación de las componentes de frecuencias fuera de una cierta bola de centro Kx=Ky=0 y radio R.
Filtro paso bajo Gaussiano 5x5
1 2 3 2 1
2 3 4 3 2
3 4 5 4 3
2 3 4 3 2
1 2 3 2 1
filtro realzantePor ejemplo, filtro paso alto.
filtro suavizantePor ejemplo, filtro paso bajo y filtro mediana.
filtros de SobelO máscaras de Sobel.
Una filtro de Sobel 3x3
-1 -2 -1
0 0 0
1 2 1
Otro filtro de Sobel 3x3
-1 0 1
-2 0 2
-1 0 1
FluoroscopíaDesde 1 mm hasta aproximadamente 0.3 mm. Intensificadores de imagen (referido a radiografía convencional).
Fluoroscopy
FotodesintegraciónVer "Producción de pares y Fotodesintegración".
fotomultiplicadorReferido a gammacámara. Es un componente de la gammacámara.
fotones gamma
Fourier Transform, 2-D Discrete2-D Discrete Fourier Transform (2D DFT). Transformada de Fourier Discreta 2D.
Example written in C++ that calculates the direct Discrete Fourier Transform (DFT) and the inverse DFT (UPDATED 2019-09-17).
https://xformulas.net/source_code/cpp/BmpImageFourierTransform.cpp.php
Images generated by BmpImageFourierTransform.cpp (factor=1.0, offset=0.0) with overflow (truncation with some (many) pixels when encoding to BMP format).
Original image

DFT real part

DFT imaginary part

DFT module

Reconstructed image from DFT
frecuencia espacialNúmero de ciclos por unidad de longitud.
función de homogeneidadVer "crecimiento de regiones".
función de uniformodadVer "crecimiento de regiones".
Funciones de interpolación bidimensionales[SÑMD, "DigityVisualiz.pdf", p. 9]
GammacámaraComponentes de la gammacámara: colimador, cristal de centelleo, fotomultiplicador, cálculo de coordenadas y analizados de pulso. Sirve para determinar la distribución en el espacio de la fuente de radiación y obtener imágenes estáticas y dinámicas.
generación de imagen médica por emisiónFuente de radiación interna inducida artificialmente (ej: medicina nuclear) o natural (ej: termografía).
generación de imágen médica por transmisiónIrradiación de la zona de interés y estudio de su interacción con la materia biológica (Ej: rayos X).
gradientePrimera derivada de la imagen. Aproximación [SÑMD, "segmentacion-SIM-2005-parte2.pdf", p. 9]. Con imágenes, los "operadores de gradiente" se basan en la convolución de la imagen con una serie de máscaras que determinan el gradiente. Ver "operadores de gradiente".
grafo
grassfireVer "algoritmo grassfire".
Gray1 Gray (Gy) corresponde a 100 rad.
GyVer "Gray".
heurística, búsqueda
histogramaEl histograma de niveles de gris hf(z) de una imagen representa la frecuencia [cantidad de pixels] de cada valor de gris z en la imagen. Es una matriz unidimensional de L elementos, donde L el número de niveles de gris.
histograma, ecualización deVer "ecualización de histograma".
histograma bimodalSe puede separar el fondo de la imagen. Hay un nivel de gris T que permite separar el objeto del fondo.
Image file formats
https://en.wikipedia.org/wiki/Image_file_formats
imagen 3D
imagen anatómica o funcional
imagen de proyección (sombra)Ver también "imagen tomográfica".
imagen funcional
imagen médicaRepresentación espacial en forma de imagen de la distribución de una o más propiedades físicas dentro del cuerpo humano.
imagen médica, generaciónEstudio de la interacción de un tipo de radiación al atravesar el tejido humano.
imagen médica, técnicas de generación dePor transmisión y por emisión.
Imagen Molecular
imagen tomográfica (cortes)Ver también "imagen de proyección".
infrarrojo
intensidad de los rayos XSe expresa en 2 unidades posibles: Roentgen (R) y "Dosis Absorbida de Radiación" (rad).
intensificación de imágenesIntentamos mejorar la calidad de la imagen. Mejora subjetiva de la imagen (contraste, bordes, etc.). Tipos de operaciones: operaciones puntuales, algegráicas, geométricas, globales o de transformación.
intensificación local de contrasteCierre de ventana. Reparto todo el rango de grises en un segmento estrecho de valores de la imagen.
interpolación3 tipos de interpolación:
* vecino más próximo
* lineal
* splines
interpolación lineal
interpolación sin pérdidas (matemática)[SÑMD, "DigityVisualiz.pdf", p. 8] Ver "funciones de interpolación bidimensionales".
interpolación splines
IRM
isla
isótoposÁtomos de igual número atómico y diferente número de neutrones.
istmo
ITK"Insight Toolkit". Librería en C++ y multiplataforma para Segmentación y Registro de imágenes médicas. Subvencionado por la National Library of Medicine. Febrero 2002 primera versión. Estructuras de datos: Imágenes de cualquier dimensión y tipo de datos. Mallas de cualquier tipo de datos. Procesamiento paralelo (Multi-Threaded). Ver "simulador virtual laparoscópico".
http://www.itk.org
itkMesh
laparoscópico, simulador virtualHerramienta para la creación, mediante un proceso semiautomático, de modelos 3D de estructuras anatómicas a partir de estudios volumétricos de imagen médica. Dichos modelos tienen como objetivo su inclusión en un entorno de simulación y planificación quirúrgica.
* Librerías de libre distribución y de código abierto:
- ITK (Insight Toolkit). Ver "ITK".
- VTK (Visualization Toolkit). Ver "VTK".
- FLTK (Fast Light Toolkit) http://www.fltk.org
* CMake http://www.cmake.org
* MSVC++
[SÑMD, "EntornoDeModeladoAnatomicoMayo2005.pdf", p. 7]
laplacianoVer "operadores laplacianos".
luz visible
magnificaciónAumento de tamaño de la imagen usando interpolación de píxeles.
MalikVer "aproximación de Perona y Malik".
malla
malla, optimización deDiezmado y Suavizado.
malla superficialVer también "Marching Cubes".
Mammography
Marching Cubes
máscaraVer "filtro de imagen".
máscaras de SobelVer "filtros de Sobel".
media
medianaLa mediana de un conjunto de valores se calcula ordenando dichos valores de menor a mayor y cogiendo el valor que queda en el centro si el número de elementos es impar, o la media aritmética entre los dos elementos centrales si el número de elementos es par.
Medicina NuclearEs un ejemplo de técnica de generación de imagen médica por emisión. Modalidades: Tomografía por emisión de fotones simples (SPECT), Tomografía por emisión de positrones (PET). La imagen se forma detectando la emisión de rayos gamma de un determinado radiofármaco administrado al paciente. Imagen de proyección por emisión (isótopos radioactivos) que representa el número de fotones gamma emitidos. Poca resolución espacial (3-9 mm).
mergeVer "split and merge".
microarrays de ADN
MNResolución espacial 3-9 mm.
moda
modelo deformable
momentos[SÑMD, "segmentacion-SIM-2005-parte1.pdf", p. 15] Ej: media m1
momentos centrados[SÑMD, "segmentacion-SIM-2005-parte1.pdf", p. 15] Ej: varianza mu2
morfológicoVer "procesado morfológico".
mosaicoImagen sobresegmentada. Ver algoritmo de Watershed.
MRIResolución espacial desde 3 mm hasta aproximadamente 1 mm.
muestreo
muestreo geométrico
muestreo suficienteTomar por eje el doble de muestras que la frecuencia mayor que contiene la imagen. Frecuencia de Nyquist, Dx <= 1/2*fc
muestreo suficientemente densoEl criterio de densidad suficiente siempre es relativo a al frecuencia espacial de la imagen. El tamaño del pixel habrá de ser menor que el detalle más pequeño de la imagen. Todas las imágenes tienen un contenido acotado de frecuencias.
multiespectrales, técnicasSe basan en usar combinaciones de imágenes de diversas fuentes.
multimodalidadRegistro y fusión de imágenes médicas.
NNeutrones en núcleo atómico.
núcleo atómicoEstá formado por protones (Z es el número atómico) y neutrones (N), siendo la suma A "la masa atómica".
Nyquist, frecuencia dePara imágenes. Tomar por eje el doble de muestras que la frecuencia mayor que contiene la imagen. Dx <= 1/2*fc. Si no se una frecuencia mayor o igual que la de Nyquist, se produce el fenómeno del Aliasing.
operaciones algebraicas (sobre imágenes)Adición, sustracción, multiplación por escalares, ... Operaciones entre imágenes completas, implementadas píxel a píxel.
operaciones compuestasReferido a procesado morfológico. Ejemplos de operaciones compuestas son "Apertura" y "Cierre".
operaciones globalesFiltrado. Paso bajo, paso alto, mediana.
operaciones localesCalculan el nuevo valor de un píxel usando los valores de los píxeles contenidos en una "ventana".
operaciones puntuales (sobre imágenes)Biunívocas: pixel a pixel. Modificación del Histograma. Desplazamiento de nivel.
operador isotrópico
operadores de paso por cero de la segunda derivadaSi los detectores de borde por gradiente buscan el máximo de gradiente, estos detectores se basan en el paso por 0 de la segunda derivada. Son de este tipo los operadores laplacianos discretos.
operadores de gradiente[SÑMD, "segmentacion-SIM-2005-parte2.pdf", p. 11] Máscaras perpendiculares. Para obtener la magnitud y dirección del gradiente.
Máscara Gx (Hx)
-1 0 1
-sqrt(2) 0 sqrt(2)
-1 0 1
Máscara Gy (Hx)
-1 -sqrt(2) -1
0 0 0
1 sqrt(2) 1
operadores de gradiente PrewittFiltro de gradiente. 8 máscaras rotadas, una en cada dirección del espacio.
Máscara (0)
-1 0 1
-1 0 1
-1 0 1
Máscara (1)
0 1 1
-1 0 1
-1 -1 0
Máscara (2)
1 1 1
0 0 0
-1 -1 -1
Máscara (3)
1 1 0
1 0 -1
0 -1 -1
Máscara (4)
1 0 -1
1 0 -1
1 0 -1
Máscara (5)
0 -1 -1
1 0 -1
1 1 0
Máscara (6)
-1 -1 -1
0 0 0
1 1 1
Máscara (7)
-1 -1 0
-1 0 1
0 1 1
operadores de gradiente Roberts
Matriz h1
1 0
0 -1
Matriz h2
0 1
-1 0
operadores de gradiente Sobel
Matriz h1
1 2 1
0 0 0
-1 -2 -1
Matriz h2
0 1 2
-1 0 1
-2 -1 0
Matriz h3
-1 0 1
-2 0 2
-1 0 1
[...]
hasta matriz h8
operadores estocásticosSe basan en máscaras específicas. Son menos sensibles al ruido que otros operadores.
operadores giratoriosEn vez de usar dos máscaras en direcciones perpendiculares y con ellas obtener la magnitud y dirección del gradiente, podemos usar una máscara por cada dirección en pasos de 45 grados. Para ello, a partir de una de las máscaras para el cálculo del gradiente, Gx, vamos rotando en sentido contrario a las agujas del reloj, y obtenemos ocho máscaras. La convolución con cada una de ellas da el gradiente en una dirección. Así, en cada punto, el módulo del gradiente G es el máximo de los obtenidos. La dirección del gradiente es la de la máscara que dé el gradiente.
operadores laplacianosPaso por cero de la segunda derivada.
operadores laplacianos discretosSe basan en el paso por cero de la segunda derivada. Son muy sensibles al ruido.
Matriz
0 -1 0
-1 4 -1
0 -1 0
Matriz
-1 -1 -1
-1 8 -1
-1 -1 -1
Matriz
1 -2 1
-2 4 -2
1 -2 1
PEProceso estocástico.
PETVer "Tomografía por emisión de positrones".
patrones, reconocimiento deDetección de objetos concretos.
perfil de una imagenRepresentación gráfica unidimensional de los valores de intensidad de una imagen [de niveles de gris] en una determinada dirección.
Perona y Malik, aproximación deLa imagen suavizada es la solución de la ecuación del calor. El coeficiente de difusión del calor se hace depender de una función de estimación de bordes (p. e. Sobel). Tiempo de difusión: compromiso entre eliminación de ruido y desaparición de bordes de la imagen.
photomultiplier
pimientaVer "ruido de pimienta".
pixel
planificación quirúrgica
post intensificada, imagen
potencial de acción
potencial de reposo (de la membrana celular)Aproximadamente -70 mV.
potencial restanteReferido a potencial de acción.
potenciales evocadosReferidos a electroencifalograma.
pre intensificada, imagen
primera derivada (de una imagnen)
procesado morfológicoEl procesado morfológico resuelve problemas de análisis de formas. A las operaciones clásicas de conjuntos (unión, intersección y complemento), se añaden dos operaciones (erosión y dilatación). Dichas operaciones definen nuevas imágenes a partir de la imagen de partida y de un elemento estructural. Ver "Erosión" y "Dilatación". El procesado morfológico define operaciones por composición de las anteriores, "operaciones compuestas".
proceso ergódicoSus propiedades estadísticas pueden determinarse a partir de una única función del proceso. Normalmente no disponemos de todo el espacio muestral, únicamente disponemos de una función. Al asumir ergodicidad, se define el proceso estocástico a partir de una función.
proceso estacionarioEs un tipo de proceso estocástico. Sus propiedades estadísticas (ej.: media, desviación estándar) no son función del tiempo; x(t) es estacionario si x(t) y x(t+a), para todo "a", son idénticos en términos estadísticos.
proceso estocástico
proceso puntualSerie de eventos discretos.
Producción de pares y FotodesintegraciónEl fotón es absorbido por el núcleo, y convertido en un par electrón-positrón o bien un neutrón o protón es arrancado del mismo. Solo para muy altas energías. Energía mayor de 1.02 MeV.
promediado de imágenes múltiplesPermite reducir el ruido incorrelado.
propagación del potencial de acciónLas neuronas tienen la capacidad de enviar a grandes distancias señales eléctricas, los potenciales de acción, (que codifican la información a transmitir), a través de su axón memdiante mecanismos regenerativos que impiden su atenuación con la distancia. Hay un modelo eléctrico para la propagación del potencial de acción.
QRS
RVer "Roentgen".
radVer "Dosis Absorbida de Radiación".
radioactividad
radioisótopos artificiales
Radiología (placas)Resolución espacial 0.1 mm.
Radiología Computerizada
Radiología DigitalResolución espacial 0.1-0.5 mm. Aproximadamente a partir de los años 60.
radiofármacoSe una en medicina nuclear. Emite rayos gamma (100-400 keV). Compuestos de moléculas (fármacos) en las que se integran radionúclidos.
RadiografíaDesde 0.5 mm hasta aproximadamente 0.1 mm.
Radiografía de contrasteVer "Angiografía".
Radiografía Digital (RD)
radionúclidoIsótopos radioactivos cuyo proceso de desintegración genera emisión de energía. Se genera con reactor (bombardeo de neutrones) o ciclotrón (bombardeo de e+).
* Emisiones de fotones simples (rayos alfa, beta, gamma)
* Emisiones de positrones (e+)
Rayos Gamma
rayos gamma, interacción con la materiaAbsorción fotoeléctrica, dispersión Compton, producción de pares electrón-positrón. En tejidos blandos el efecto mayor es la dispersión Compton. No hay apenas atenuación por absorción.
Rayos XEs un ejemplo de técnica de generación de imagen médica por transmisión. Modalidades: Angiografía, Tomografía Axial Computerizada (TAC), radiografía digital, angiografía digital por sustracción (ADS). Tiene el problema de superposición de estructuras. Röntgen recibió el premio Nobel en 1901.
Rayos X, interacción con la materia de los"Coherent Scattering", "Efecto fotoeléctrico", "Compton Scattering", "Producción de pares y Fotodesintegración".
RDRadiología Digital.
reactor nuclearBombardeo de neutrones.
reconstrucción de imágenes
repolarizaciónReferido a potencial de acción.
resolución de contrasteMedida de diferencias de intensidad en la imagen. Número de bits por pixel (niveles de gris en la imagen). Un objeto será visible si tiene suficiente contraste con los objetos vecinos. Cada modalidad de imágenes produce contrastes distintos, según ciertas características de cada tejido. La capacidad de distinguir pequeñas diferencias de intensidad en la imagen.
resolución espacialGrado de detalle de la imagen. Medida de cómo un tipo de imagen permite distinguir puntos cercanos en el objeto original. Número de pixels por área. La capacidad de distinguir puntos cercanos de interés del objeto original. Mide el máximo grado de detalle de la imagen que podemos manejar.
Resonancia Magnética
restauración (de imágen)Reconstrucción de la imagen por una degradación conocida, aplicando procesos inversos (ej.: borrosidad). Recuperación de una imagen degradada por un proceso conocido.
RGBRed Green Blue.
RMResonancia Magnética. Resolución espacial 1-2.5 mm.
RMN
Roentgen (R)Es una unidad que se usa para medir la intensidad de los rayos X. Se define como el número total de pares iónicos producidos en 1 cm^3 de aire en condiciones estándar. Otra unidad para medir la intensidad de los rayos X es la "Dosis Absorbida de Radiación" (rad).
ruido de pimientaPuede aparecer en imágenes segmentadas. Se puede eliminar con operación "Cierre".
ruido en la imagenPuede ocurrir en la captura, transmisión o procesamiento de la imagen, y puede ser dependiente o independiente del contenido de la imagen. Tipos de ruido:
* Ruido blanco (espectro de potencia plano)
* Ruido gaussiano
* Ruido aditivo (independiente de la imagen)
* Ruido de cuantificación (número insuficiente de niveles de cuantificación -> falsos contornos)
* Ruido impulsivo (ruido puntual, binario, de "sal y pimienta", afecta a píxeles determinados)
ruido, supresión deSi es desconocido a priori, se aplican métodos de pre-procesado locales. Si es conocido, se utilizan técnicas de restauración.
RX
scatteringDispersión. Ver también "Coherent Scattering" y "Compton Scattering".
seguimiento de contornos
Segmentación (de imágenes)Descomposición de la imagen en regiones de interés (descripción de regiones, clasificación de objetos, etc.). División de la imagen en regiones u objetos. Regiones. Bordes. La segmentación es una etapa del análisis de una imagen médica en la que se delinean las estructuras de interés y se discriminan del fondo. El objetivo principal de la segmentación es la partición de una imagen en regiones (clases o subconjuntos) que son homogéneas respecto a una o más características.
Segmentación por Detección de bordesOperadores de gradiente, seguimiento de contornos
Segmentación por RegionesUmbralización, crecimiento de regiones, clústering, split and merge (división y unión de regiones)
segunda derivada (de una imagen)
semillaPixel o grupo de píxeles que se selecciona inicialmente en el algoritmo de "crecimiento de regiones" y que pertenece a la estructura de interés. Esta semilla puede ser seleccionada por el operador o automáticamente.
señal biomédicaEjemplos: EEG, ECG, etc. Biopotenciales, electroencefalograma (EEG), electrocardiograma (ECG).
señal reconstruida
simulación quirúrgica
Sobel, máscaras deVer "filtros de Sobel".
sobresegmentada, imagenMosaico. Ver algoritmo de Watershed.
SPECTVer "Tomografía por emisión de fotones simples".
Spiral/Helical/Volumetric CT
splinesVer "interpolación splines".
split and mergeDivisión y unión de regiones. [SÑMD, "segmentacion-SIM-2005-parte2.pdf", p. 7] Otra posibilidad para segmentar es iniciar el proceso dividiendo la imagen en zonas que se subdividen a su vez hasta que cumplen un criterio de uniformidad (split). Posteriormente se unen las regiones que son contiguas y homogéneas entre sí (merge). Aunque el propósito de la segmentación es la división en regiones de la imagen, una aproximación alternativa es obtener sus fronteras, y, a partir de ellas, las regiones. Para ello se necesita detectar los bordes.
suavizado
Sum()Función sumatorio. Sum(f(x), x=a..b). Sumatorio de f(x) con "x" desde "a" hasta "b".
sustracción digital
TACVer "Tomografía Axial Computerizada". Resolución espacial 1-2 mm.
TC
Telemedicina
templateVer "detección de ondas o templates".
termografíaEs un ejemplo de técnica de generación de imágen médica por emisión.
teselaElemento básico que caracteriza una textura.
TexturaSon formas estructurales de objetos (como la madera, arena, nubes, ...) que se representan de forma periódica, cuasi-periódica o aleatoria como elementos básicos llamados teselas. Las texturas de origen natural son aleatorias, se caracterizan fácilmente por sus propiedades estadísticas (ej: función de autocorrelación)
thin, operación morfológicaVer algoritmo de Watershed.
tomografía
Tomografía Axial Computerizada (TAC)Reconstrucción de imágenes por proyecciones.
Tomografía por Emisión de Fotones Simples (SPECT)Tomografía por emisión de fotones únicos. Imagen de reconstrucción de proyecciones por emisión. Representa la radiación no absorbida de rayos gamma. Imagen funcional y morfológica. Poca resolución espacial. Componentes:
* Cámara.
* Colimador.
* Sistema de cámara.
* Almacenamiento de datos de proyección.
* Corrección de atenuación.
* Reconstrucción.
* Display.
* Vía de rotación de la Gammacámara.
Tomografía por Emisión de Positrones (PET)Imagen de reconstrucción de proyecciones por emisión. Representa la radiación no absorbida de pares de rayos gamma cuando atraviesan tejido biológico. Imagen funcional y morfológica. Mayor resolución espacial y contraste que MN convencional. Radioisótopos emisores de positrones. Emisión de un positrón que se aniquila con un electrón próximo. Emisión de dos rayos gamma (511 keV = m*c^2) en direcciones opuestas. Necesita un ciclotrón junto al sistema porque los isótopos son de vida corta.
transductor
transformada de Fourier (bidimensional)Es equivalente a la transformada unidimensional, pero en el espacio. [SÑMD, "Intens-parte2.pdf", p. 6]
https://www.google.com/search?source=hp&ei=cjRtXbuFCqKdlwS-3YT4Bw&q=2-D+Fourier+Transform+site%3Aedu&oq=2-D+Fourier+Transform+site%3Aedu&gs_l=psy-ab.3...2635.2635..4332...0.0..0.65.65.1......0....2j1..gws-wiz.D87eADHKoFw&ved=0ahUKEwi7hoysubLkAhWizoUKHb4uAX8Q4dUDCAU&uact=5
tubo de rayos X
UmbralizaciónA partir de cierto umbral, se asigna a los píxeles de intensidad menor el valor 0, y a los de intensidad mayor el valor 1. El resultado es una imagen binaria. Global, determinación del umbral, preprocesado de la imagen y umbralización. La umbralización se basa en la diferencia de intensidades de los píxeles.
umbralización globalSe basa en considerar que la imagen tiene un histograma bimodal y se puede separar un objeto del fondo de la imagen. El resultado final es una imagen binaria. La dificultad consiste en seleccionar adecuadamente el umbral. Esta técnica es sencilla y rápida, pero no funciona bien si existe un bajo contraste entre el fondo y el objeto, si la imagen tiene ruido o si la intensidad de fondo no es homogénea en la imagen. Si el histograma de una imagen no presenta una distribución bimodal, el procesamiento de la imagen puede mejorar la forma del histograma y facilitar la umbralización. Uso del filtro de mediana.
umbralización global (determinación del umbral)Modelo de clasificación que minimiza la probabilidad de error. [SÑMD, "segmentacion-SIM-2005-parte1.pdf", p. 21]
ultrasonidosResolución espacial 2-4 mm.
ultravioleta
vecindad a 26En 3D.
vecindad a 4Relacionado con "conectividad" (de píxeles).
vecindad a 8Relacionado con "conectividad" (de píxeles).
vecindad de un pixel
vecino más próximoEs un tipo de interpolación.
ventana (W) y nivel (L)Referido a histograma. Permite referirnos a la parte del histograma con los niveles de gris en el intervalo [L-W/2, L+W/2].
visualización 3D
visualización de imágenes
voxel
VTK"Visualization Toolkit". Librería en C++ y multiplataforma para visualización 3D. Independencia: librería gráfica, sistema de ventanas del sistema operativo. Diseño: Modelo de visualización paradigma de flujo de datos, modelo gráfico. Ver "simulador virtual laparoscópico".
http://www.vtk.org
vtkGeometry
vtkPolyData
vtkUnstructedGrid
Watershed, algoritmo deWatershed (línea divisoria entre cuencas hidrográficas). El algoritmo de Watershed parte de la idea de que cada objeto de la imagen queda representado como una "cuenca" (sobre la representación de cotas) en función escalar en el dominio de la imagen. Dicha función debe tener la propiedad de presentar máximos en los bordes de los objetos, como ocurre con la imagen módulo de gradiente. Una cuenca está formada por el conjunto de píxeles cuyos caminos descendentes más abruptos van a parar al mismo mínimo local. Se puede visualizar como una inundación, desde los mínimos locales, que evita que se mezclen las aguas de distintas cuencas mediante diques. Dichos diques son el resultado del algoritmo. Se especifican regiones a partir de mínimos locales de la imagen. Se van extendiendo dichas regiones añadiéndoles zonas contiguas con niveles intermedios de gris. Cuando se encuentran dos regiones, se genera una frontera divisoria entre regiones en la zona común. Dicha frontera se obtiene mediante la operación morfológica Thin que extrae el esqueleto de la zona. El proceso continua hasta el máximo nivel. El principal problema de este algoritmo es la sobresegmentación, debido al ruido, que aumenta el número de mínimos locales. La imagen sobresegmentada se denomina mosaico. Este efecto se soluciona de diversas formas (1,2,3). (1) Unir regiones vecinas que compartan un criterio predeterminado. (2) Filtrado de la imagen que disminuya el ruido (por ejemplo un filtro paso bajo). (3) Definir las regiones que se generarán estableciendo las semillas desde las cuales comenzará el proceso. Al usar el algoritmo de Watershed se calcula el módulo del gradiente. Cada objeto segmentado está asociado a un vector de características. La clasificación consiste en asignar elementos a clases por comparación entre vectores.
https://en.wikipedia.org/wiki/Watershed_(image_processing)
Watershed, ITKEmula el proceso de inundación de relieve. Imagen de entrada: módulo del gradiente de la imagen realzada. Sobresegmentación: mínimo nivel de inundación, altura de inundación en cada iteración. Funcionamiento (1,2). (1) Se calcula la media y la desviación estándar. Vecindad de un píxel (semilla previamente establecidad). Región centrada en la semilla y radio definido por el usuario. (2) Se añaden a la región los píxeles, conectando a la semilla (conectividad 26 en 3D), intensidad entá dentro de un intervalo dado por fórmula [SÑMD, "EntornoDeModeladoAnatomicoMayo2005.pdf", p. 21] Ver también "ITK".
wavelet
wavelet, detector

Generated on 20190917_104036