Bildgebende Verfahren

In der Medizin, HLS

In der Medizin, HLS


M. B.
Diese Karteikarten bieten einen umfassenden Überblick über bildgebende Verfahren im universitären Kontext. Sie decken Techniken wie Ultraschall, Röntgen, CT, MRI und nuklearmedizinische Methoden ab, wobei Schwerpunkte auf Bildverarbeitung, physikalischen Prinzipien und klinischen Anwendungen liegen. Medizinstudierende und Fachkräfte profitieren von detaillierten Erklärungen zu Pixeln, Grauwerten, Transformationen und spezifischen Verfahren wie der Radon-Transformation oder der Hounsfield-Skala, um diagnostische Bildgebung zu verstehen und anzuwenden.
Flashcards
181
Students
5
Language
German
Category
Medical
Level
University
Created / Updated
11.01.2020 / 04.11.2025

Flashcards

84. Was ist der Photometrische Effekt

80. Was ist Histogramm-Spreizung

Spreizen des Histogramms auf die volle Breite der vorhandenen Grauwerte. Verstärkt den Kontrast.

85. Was ist das Linienprofil eines Bildes

Pixelwerte erfasst und als Funktion dargestellt

86. Röntgen Funktion und Einheit

Intensität eines Röntgenstrahls wird auf dem Weg durch ein Objekt in jedem Volumenelement geschwächt

Hounsfield Werte

Vergleich mit dem Absorptionswerten von Wasser

87. Was bedeutet elektromagnetische Strahlung in Bezug auf die Bildgebung

Intensität I der e.m. Strahlung wird linear über einen Bildsensor in ein  Spannungssignal U umgesetzt

Bsp. Lichterfassung mit CCD Kamera

Grauwerte -> linear zur einfallenden Strahlungsintensität

G = U = I proportional

88. Was ist RGB im Farbraum

89. Was ist Standardabweichung beim Bild

Mass für den Kontrast

90. Bild vs. Bilddaten

91. Nachbarschaften eines Pixels

Nachbar pro Kante oder Ecke

92. Signal / Rauschen. Überprüfung ob die Farbtiefe ausgeschöpft ist

Die Bit-Level-Darstellung zeigt, ob die Farbtiefe mit den q Bits genutzt sind - oder ob die letzten Bits lediglich Rauschen enthalten

93. Farben empfinen

Physikalisch gibt es keine Farben, sondern elektromagnetische Wellen mit unterschiedlichen Frequenzen. Je nach Reizung des Zäpfchen-Types empfinden wir (im Kopf) eine Farbe.

Wird nur eines der Zäpfchen gereizt, dann „sehen“ wir eine der Primärfarben (rot, grün, blau). Werden zwei Zäpfchen gleichstark gereizt, dann „sehen“ wir eine der Sekundärfarben (Yellow, Cyan, Magenta). Werden alle Zäpfchen gleich gereizt, dann sehen wir Weiss resp. Grautöne.

94. Quantisierung der Signalwerte

95. Rasterung der Signalwerte

Diskrete Punkte im Raum

2D – Pixel

3D – Voxel

 

Signalwerte: Pixelwerte, Voxelwerte

98. Könnte man bei Lokalen Operatoren die Pixelwerte des Dest.-Image direkt in das Source Image schreiben

Nein, da dies gewisse Filter beeinflussen würde

99. Erklären Sie das Prinzip von Unsharp-Masking. Lässt sich dieser Prozess mit einer Filtermaske realisieren?

Es wird eine unscharfe Kopie des Bildes erstellt und diese wird vom originalen Bild abgezogen. Dabei erhält man alle «Schärfen». Diese Schärfen werden nun zum Originalbild dazu addiert.

Ja, ist möglich.

100. Wie definiert sich die Lage einer Kante beim
a) Gradient-Filter
b) LoG-Filter

a) Richungsabhängig, Ableitung 1. Ordnung

b) Ableitung 2. Ordnung, Nullstellen

101. Pixel bilden die Bausteine eines Bildes - bei Ortsraum-Darstellung. Welches sind die Bausteine eines Bildes bei Frequenzraum-Darstellung?

Summe von harmonischen Funktionen

102. Auf ein Bild A mit Format MxN wird die komplexe Fourier-Transformation A->f->B angewendet.
a) Wie gross ist das Format von B

Grösse in Pixel ist gleich

Grösse in Speicher, ein weiterer Kanal für komplexe Zahlen

103. Auf ein Bild A mit Format MxN wird die komplexe Fourier-Transformation A->f->B angewendet.
b) Welche Wertigkeit haben die Pixel von B?

Im Ortsraum komplexwertig

104. Auf ein Bild A mit Format MxN wird die komplexe Fourier-Transformation A->f->B angewendet.
c) Besteht eine Abhängigkeit unter den Pixelwerten in B?

Sind aufgrund der Transformationseigenschaft abhängig. Amplitude und Phase sind abhängig.

105. Auf ein Bild A mit Format MxN wird die komplexe Fourier-Transformation A->f->B angewendet.
d) Welches ist die maximale Frequenz in x- und y- Richtung?

x = M/2

y = N/2

106. Was ist eine Frequenzfilterung? Geben Sie die Verarbeitungssschritte an.

Einzelne Frequenzen eines Bilds werden punktweise neu gewichtet. H(u,v) ist ein Frequenzfilter, damit werden Phase und Amplitude multipliziert.

1) Transformation in den Frequenzraum

2) Filterung mit H(u,v) im Frequenzraum und

3) Rücktransformation.

107. Welche Wirkung hat die Tiefpass- bzw. Hochpass-Filterung auf ein Bild?

Die Tiefpassfilterung führt zu einer Glättung eines Bildes (unscharf) und die Hochpass- filterung zu einer Kantendetektion (schärfen erkennen)

108. Welche Wirkung hat eine Verstärkung hoher Frequenzen auf ein Bild?

Die Schärfen sind verstärkt, das Bild ist schärfer

109. Bei einem Bild (unten links) liegt eine periodische Störung vor. Welche Punkte {A, B, ..H} im Amplituden-Spektrum müssen zur Elimination der Störung beseitigt werden?

H, D

110. Welcher Zusammenhang besteht zwischen einer Frequenzfilterung und einer linearen Filterung im Ortsraum?

Der Faltungssatz. Faltung im Ortsraum ist eine Multiplikation einer Transferfunktion im Frequenzraum.

111. Welche Auswirkungen haben die Operationen im Ortsraum auf das Fourier-Spektrum des Bildes?
a) Glättung
b) Schärfung mit Unsharp-Masking

113. Das Frequenzspektrum F(u, v) besitzt in Punkt A, B und C die folgenden Werte: FA = 10 + 0 i FB = 8 – 8 i FC = 0 – 10 i
a) Geben Sie die Werte F zu den Punkten E, F und G an

FE = -10

FF = -8 + 8i

FG = +10i

114. Warum treten entlang der u-v-Achse im Fourier-Spektrum F(u,v) oft hohe Amplitudenwerte auf. Und wie lassen sich diese reduzieren.

Wegen der periodischen Fortsetzung des Bildes. Wenn der Unterschied von Anfang zu Ende eine grosse Differenz detektiert wird dies als starke Kante und somit als hohe Frequenz aufgezeichnet.

Reduzieren durch Rand einfärben mit schwachen Kantenübergängen

117. Skizzieren Sie die Transfer-Funktion eines Average- und eines Gaussfilters

118. Skizziere Transfer-Funktion eines Ableitungsfilter mit Sobel und mit Gauss

119. Skizziere die Transfer-Funktion für den LoG Filter

120. Skizzieren die Transfer-Funktion des Unsharp-Masking-Filter

121. Welche Anforderungen werden aus Sicht der Frequenzfilterung an einen guten Glättungsfilter gestellt?

Die Funktion muss möglichst stetig sein damit die Übergänge weich sind.

122. Welche generelle Information steckt in der Gauss-Pyramide? Wie werden die Levels der Gauss-Pyramide {G0, G1, G2, … , Gn} eines Bildes A aus diesem ermittelt?

Eine Tiefpass-Pyramide.

Das Bild in Grauwerten in verschiedenen Auflösungen. G0 ist das Originalbild, G1 ist G0 mit M/2xN/2, etc.

Kleinere Bilder mit höheren Glättungen. Reduce führ zu einem kleineren Bild.

Bsp. Kantenfilter, Texturanalyse, Musterdetektion, etc.

123. Welche generelle Information steckt in der Laplace-Pyramide? Wie werden die Levels der Laplace-Pyramide {L0, L1, …, Ln-1, Gn} eines Bild A aus diesem ermittelt?

L0 = G0-Expand(G1)

Die Laplace-Levels sind jeweils die Differenz von 2 Levels der Gauss-Pyramide.

Sie speichert das Differenzbild der geglätteten Version jeder Ebene.

124. Ein Bild A besitzt das Format 512x1024 und wird in eine Pyramiden-Struktur überführt: Geben Sie das Format von G2 der Gauss Pyramide und von L2 der Laplace Pyramide an.

G2: 128*256

L2: gleich

125. Auf was muss bei der Umsetzung der Operation Reduce( ) geachtet werden? Welche Probleme könnten sonst auftreten?

Es muss zuerst geglättet werden und dann erst verkleinert, weil es sonst Flimmern gibt (Anti-Aliasing)

126. Geben Sie an, wie das Bild A aus den Levels der Laplace-Pyramide {L0, L1, …, Ln-1, Gn} rekonstruiert wird (z.B. für n = 5).

G5 = Expand(G6) + L5

 

Gk = Expand(Gk+1) + Lk

127. Welche Pyramide (Gauss, Laplace) kommt zur Anwendung, wenn, Strukturen in unterschiedlichen Grössenordnungen gesucht werden

Gauss-Pyramide

Study