tisdag, december 20, 2005

Bildkompression gör mammogram mer lättolkade

Informationsförluster vid bildkompression är inte alltid en nackdel. I en studie på mammografibilder blev bilderna faktiskt mer lättolkade efter kompression.

Mammografi - screening efter misstänkta bröstcancertumörer - kräver en tränad specialist för att tolka bilder. Antalet specialister är tämligen litet, och det skulle ju vara smidigt om man helt enkelt kunde skicka bilder till dem. Bilderna - det krävs fyra stycken - är däremot stora och kräver en snabb uppkoppling om man ska skicka dem. Helst skulle man vilja skicka dem via modem, men det tar omöjligt lång tid med tanke på storleken. Detta var utgångspunkten för ett forskningsprojekt vid Purdue University.

När man letar efter tecken på tumörer behöver man titta på flera olika storleksskalor och olika typer av detaljer - millimeterstora kalciumavlagringar, typen av kant (jämn eller ojämn) på cystor och mönster (i större skala) i kroppsvävnaden. Alla dessa karaktärsdrag måste bevaras när man komprimerar bilden. Bradley J. Lucier, som ingår i forskningsgruppen, började experimentera med olika kompressionsalgoritmer och hittade en (waveletbaserad) som gick att anpassa till problemet. De komprimerade bilderna innehåller bara 2% av "informationen" i de ursprungliga bilderna - men de fungerar minst lika bra: enligt sju av nio olika mätmetoder för diagnos-noggrannhet klassificerar experterna de komprimerade bilderna bättre än de okomprimerade.

Resultaten kommer publiceras i tidskriften Radiology senare idag (20/12).

Länk
Science Daily
Abstract (via Purdue University, längst ned på sidan)

3 kommentarer:

Rikard sa...

Lustigt. Exakt detta håller man på med på en avdelning på KTH, undrar om de sammarbetar eller konkurerar med varandra?

waveletanalysen sänker brusnivån i bilderna på ett ganska snyggt sätt. Fasligt nära mitt exjobb också f.ö. =)

Anonym sa...

Hur kan det finns nio olika mått på diagnosnoggranhet? Det är väl bara att mäta hur ofta man har rätt.

Malin Sandström sa...

johan: Klassificeringen är inte bara "ja"/"nej" (och inte ens det, snarare en graderad sannolikhetsskala för om det är en tumör eller inte) utan även hur malign (elakartad) cancertumören kan tänkas vara, var den sitter osv. Så "hur ofta man har rätt" är en ganska komplicerad fråga eftersom det finns flera olika kombinationer av rätt och fel.