Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

Relevanta dokument
Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

Försättsblad till skriftlig tentamen vid Linköpings universitet G34

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

7 Olika faltningkärnor. Omsampling. 2D Sampling.

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

Försättsblad till skriftlig tentamen vid Linköpings universitet G35(18) TER4(12)

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Formelsamling. i kursen Medicinska Bilder, TSBB31. 1D och 2D Fouriertransformer, samt några formler för CT, SPECT, mm

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Försättsblad till skriftlig tentamen vid Linköpings universitet TER1(17) TERE(1)

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB03, TSBB14

Försättsblad till skriftlig tentamen vid Linköpings universitet R36 R37

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Facit till Signal- och bildbehandling TSBB

Medicinska bilder. Programkurs 6 hp Medical Images TSBB31 Gäller från: 2018 VT. Fastställd av. Fastställandedatum

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSBB03

Signal- och bildbehandling TSBB03

6 2D signalbehandling. Diskret faltning.

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSBB14

MR-laboration: design av pulssekvenser

Signal- och bildbehandling TSBB03 och TSEA70

Signal- och bildbehandling TSBB14

Tentamen i TSKS21 Signaler, information och bilder

TFEI02: Vågfysik. Tentamen : Svar och anvisningar. t 2π T x. s(x,t) = 2 cos [2π (0,4x/π t/π)+π/3]

Komposanter, koordinater och vektorlängd Ja, den här teorin gick vi igenom igår. Istället koncentrerar vi oss på träning inför KS3 och tentamen.

Signal- och bildbehandling TSBB14

SF1633, Differentialekvationer I Tentamen, torsdagen den 7 januari Lösningsförslag. Del I

Signal- och bildbehandling TSBB14

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

Kap Globala extremvärden, extremproblem med bivillkor.

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

Veckoblad 3, Linjär algebra IT, VT2010

Tentamen i tmv036c och tmv035c, Analys och linjär algebra C för K, Kf och Bt A =, = det(a λi) = e 2t + c 2. x(t) = c 1. = c 1.

Modul 1: Komplexa tal och Polynomekvationer

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A. 1. En svängningsrörelse beskrivs av

Tryckfel i K. Vännman, Matematisk Statistik, upplaga 2:13

DT1120 Spektrala transformer för Media Tentamen

SF1669 Matematisk och numerisk analys II Lösningsförslag till tentamen DEL A. r cos t + (r cos t) 2 + (r sin t) 2) rdrdt.

Signaler, information & bilder, föreläsning 14

SF1626 Flervariabelanalys Tentamen Torsdagen den 20 augusti 2015

Kursens namn: Medicin, Strålningsfysik, teknik o metodik. OBS! Ange svaren till respektive lärare på separata skrivningspapper om inget annat anges

TENTAMEN. Ten2, Matematik 1 Kurskod HF1903 Skrivtid 13:15-17:15 Fredagen 25 oktober 2013 Tentamen består av 4 sidor

Tentamen Mekanik F del 2 (FFM521 och 520)

Signal- och bildbehandling TSEA70

Signal- och Bildbehandling FÖRELÄSNING 4. Multiplikationsteoremet. Derivatateoremet

Signaler, information & bilder, föreläsning 14

= e 2x. Integrering ger ye 2x = e 2x /2 + C, vilket kan skrivas y = 1/2 + Ce 2x. Här är C en godtycklig konstant.

Signal- och Bildbehandling, TSBB14 Lektionsuppgifter

7 Extremvärden med bivillkor, obegränsade områden

Svar till övningar. Nanovetenskapliga tankeverktyg.

1 Linjära ekvationssystem. 2 Vektorer

Campus och distans Flervariabelanalys mag ATM-Matematik Mikael Forsberg och Yury Shestopalov (Mikael Forsberg)

Bildbehandling i frekvensdomänen. Erik Vidholm

Signal- och Bildbehandling, TSBB14. Laboration 2: Sampling och rekonstruktion. DFT.

Signal- och bildbehandling TSEA70

1. Vi skriver upp ekvationssystemet i matrisform och gausseliminerar tills vi når trappstegsform,

TSBB31 Medicinska bilder Föreläsning 3

TNA001- Matematisk grundkurs Tentamen Lösningsskiss

1. Beräkna hastigheten, farten och accelerationen vid tiden t för en partikel vars rörelse beskrivs av r(t) = (2 sin t + cos t, 2 cos t sin t, 2t).

Sammanfattning TSBB16

Grundläggande bildteori. EXTG01 Medicinska bildgivande system Michael Ljungberg

Kap Dubbelintegraler.

Linjär Algebra, Föreläsning 2

Skrivtid: Lösningar ska åtföljas av förklarande text. Hjälpmedel: formelsamling och manuella skrivdon. 1. Lös ekvationen z 4 = 16i.

FYSIKUM STOCKHOLMS UNIVERSITET Tentamensskrivning i Vågrörelselära och optik, 7 poäng, FyL2 Tisdagen den 19 juni 2007 kl 9-15

Kursens namn: Medicin, Strålningsfysik, teknik o metodik. Datum: Skrivtid: 3 timmar

Tentamensskrivning i Differentialekvationer I, SF1633(5B1206).

Frågorna besvaras på skrivningspapper. Skriv kodnummer på varje papper. Sortera dina svar i fyra vita omslag efter frågeområde, ex MR.

ett uttryck för en våg som beskrivs av Jonesvektorn: 2

Sannolikhet och statistik XI

4x 2 dx = [polynomdivision] 2x x + 1 dx. (sin 2 (x) ) 2. = cos 2 (x) ) 2. t = cos(x),

Signal- och Bildbehandling FÖRELÄSNING 7. En bild är en 2D signal. För en digital bild gäller. Fig. 2.1

ax + y + 4z = a x + y + (a 1)z = 1. 2x + 2y + az = 2 Ange dessutom samtliga lösningar då det finns oändligt många.

Lösningsförslag till tentamen Tisdagen den 10 januari 2017 DEL A

Banach-Tarskis paradox

Tentan , lösningar

Ulrik Söderström 20 Jan Signaler & Signalanalys

Institutionen för matematik SF1626 Flervariabelanalys. Lösningsförslag till tentamen Måndagen den 5 juni 2017 DEL A

TFEI02: Vågfysik. Tentamen : Lösningsförslag

Ulrik Söderström 19 Jan Signalanalys

1 som går genom punkten (1, 3) och är parallell med vektorn.

CT bilddata, bildbearbetning och bildkvalitet Brus & Upplösning

Mer om generaliserad integral

SF1911: Statistik för bioteknik

Formelhantering Formeln v = s t

BMLV, Teknik och principer för fysiologisk undersökningsmetodik

MMA127 Differential och integralkalkyl II

v0.2, Högskolan i Skövde Tentamen i matematik

Lycka till! Medicin, Radiografi, strålningsfysik, teknik och metodik Kurskod: MC007G. Kursansvarig: Eva Funk. Totalpoäng: 69 poäng

Vektorgeometri för gymnasister

Transkript:

Lösning till tentamen i Medicinska Bilder, TSBB3, 205-0-29 Maria Magnusson (maria.magnusson@liu.se), Anders Eklund DEL : Grundläggande 2D signalbehandling Uppgift (6p) a) 2 2 2 2 4 6 4 4 4 6 4 4 4 6 2 6 4 6 4 4 6 24 6 4 6 24 36 24 6 4 6 24 6 4 4 6 4 256 b) 2 /4 f A (x, y) = (δ(x + ) + 2δ(x) + δ(x )) /4 δ(y). Tabell ger F A (u, v) = ( e j2πu + 2 + e j2πu) /4 = (2 + 2 cos(2πu)) /4 = cos 2 (πu) 2 /4 f B (x, y) = (δ(y + ) + 2δ(y) + δ(y )) /4 δ(x). Tabell ger F A (u, v) = ( e j2πv + 2 + e j2πv) /4 = (2 + 2 cos(2πv)) /4 = cos 2 (πv) Faltning i spatialdomänen motsvarar multiplikation i fourierdomämen, dvs f(x, y) = f A (x, y) f A (x, y) f B (x, y) f B (x, y) F (u, v) = F A (u, v) F A (u, v) F B (u, v) F B (u, v) Svar: F (u, v) = cos 4 (πu) cos 4 (πv).

c) På samma sätt som tidigare blir E(u, v) = cos 2 (πu) cos 2 (πv) och G(u, v) = cos 8 (πu) cos 8 (πv). Formlerna ger att A e, B f, C g. Man kan också motivera detta med att e är ett lågpassfilter, f = e e är därmed ett ännu kraftigare lågpassfilter och g = e e e e är det kraftigaste lågpassfiltret, dvs g dämpar höga frevenser bäst. I plottarna ser man att C dämpar höga frekvenser bäst. Uppgift 2 (3p) Först beräknar vi fouriertransformen av a(x, y), ( ) a(x, y) = cos 0 2πx ( ) F y [a(x, y)] = δ(v) cos 0 2πx [ ( A(u, v) = F x F y [a(x, y)] = δ(v) 0.5 δ u ) ( 0 + 0.5 δ u + )] 0 ( = 0.5 δ u ) ( 0, v + 0.5 δ u + ) 0, v A(u, v) innehåller alltså två stycken dirac-pulser. Rotationsteoremet ger att rotation en vinkel α i spatialdomänen ger samma rotation α i fourierdomänen. Följdaktligen kan A(u, v) och B(u, v) = F 2 [b(x, y)] skissas som: A(u,v) v B(u,v) v 0 u 0 u 3 I skissen syns det att B(u, v) = 0.5 δ (u 3, v ) + 0.5 δ (u + 3, v + ). Uppgift 3 (4p) f(x,y) y g(x,y) y x x 2

a) Funktionen g(x, y) = F [G(u, v)] är skissad i figuren ovan till höger. b) För sampelavståndet i u-led gäller att och för sampelavståndet i v-led gäller att 0.5. Uppgift 4 (3p) a) Se figuren nedan. De aktuella interpolationsfunktionerna är inritade i rött och blått i figuren och har förflyttats till det okända värdets position, x = 4/3. Sedan multipliceras samplen med interpolationsfunktionens höjd. 3? 4/3 2 3 /3 2/3 x nearest neighbor :? = Π(/3) + 3 Π(2/3) = + 3 0 = linear interpolation :? = Λ(/3) + 3 Λ(2/3) = 2/3 + 3 /3 = 5/3 Närmsta granne interpolation kan också erhållas genom att notera att f() = är den närmsta grannen. Linjär interpolation också erhållas grafiskt genom att dra en rät linje mellan f() = och f(2) = 3. Då ser man att f(4/3) = 5/3. Svar: För närmsta granne interpolation blir värdet och för linjär interpolation blir värdet 5/3.67. b) Se figur nedan. Den närmsta grannen till (2/3, /3) är (, 0), där värdet är.7. (0,) (0,0) 2.5 2 3.7 (,) (x,y )=(2/3,/3) (,0) Den tvådimensionella interpolationskärnan Λ(x) Λ(y) sträcker sig ut till den streckade kvadraten. Här väljer vi dock att utföra den bilinjära interpolationen först D i x-led och sedan D i y-led. 3

Interpolationsfunktionen placeras först horizontellt i punkten (2/3, 0). Interpolationsresultatet blir 3 Λ(2/3) +.7 Λ(/3) = 3 (/3) +.7 (2/3) = 2.3. Interpolationsfunktionen placeras sen horizontellt i punkten (2/3, ). Interpolationsresultatet blir 2.5 Λ(2/3) + 2 Λ(/3) = 2.5 (/3) + 2 (2/3) = 2.7. Interpolationsfunktionen placeras sen vertikalt i punkten (2/3, /3). Interpolationsresultatet blir 2.3 Λ(/3) + 2.7 Λ(2/3) = 2.3 (2/3) + 2.7 (/3) = 2.4. Svar: För närmsta granne interpolation blir värdet.7 och för linjär interpolation blir värdet 2.4. DEL 2: Röntgen och CT Uppgift 5 (2p) I 0 är inkommande strålningsintensitet och I är utgående strålningsintensitet. Dessa mäts av CT-scannern. Projektionerna L µ(x, y)dl erhålles genom att beräkna ln(i 0/I). Projektionerna L µ(x, y)dl skickas sedan till rekonstruktionsalgoritmen. Uppgift 6 (2p) Vad händer med bildkvaliteten om vi ökar till N φ = π N r? Svar: Bildkvaliteten blir marginellt bättre. Vad händer med bildkvaliteten om vi minskar till N φ = (π/4) N r? Svar: Bildkvaliteten blir lite sämre, streaks börjar synas. Uppgift 7 (2p) Feldkamp-algoritmen är en approximativ rekonstruktionsalgoritm av typen filtrerad återprojektion (filtered backprojection). Indata är konstråle-projektioner (conebeam projections) av ett objekt och utdata är en rekonstruerad volym av detta objekt. Uppgift 8 (2p) Ben- och muskelvävnad dämpar röntgenstrålar. Lägre energier dämpas mer än högre energier. Ben dämpar röntgenstrålningen effektivare än muskel-vävnad gör. Därför motsvarar curve attenueringen för muskelvävnad och curve 2 attenueringen för benvävnad. Uppgift 9 (4p) a) f(x, y) = 3Π(x/2) Π(y) ger att F (u, v) = 6sinc(2u) sinc(v). b) p(r, 0) = 3Π(r/2) och p(r, π/2) = 6Π(r). 4

c) P (R, 0) = 6sinc(2R) och P (R, π/2) = 6sinc(R). d) θ = 0: HL = F (R cos 0, R sin 0) = F (R, 0) = 6sinc(2R) sinc(0) = 6sinc(2R) VL = P (R, 0) = 6sinc(2R) Det gäller alltså att HL=VL, dvs F (R cos 0, R sin 0) = P (R, 0), V.S.V. θ = π/2: HL = F (R cos π/2, R sin π/2) = F (0, R) = 6sinc(0) sinc(r) = 6sinc(R) VL = P (R, π/2) = 6sinc(R) Det gäller alltså att HL=VL, dvs F (R cos π/2, R sin π/2) = P (R, π/2), V.S.V. DEL 3: Gamma-kamera, SPECT och PET Uppgift 0 (2p) Z = 5 + 40 + 30 + 0 = 85, X pos = X/Z = ( 5 + 0 40 + 2 30 + 0)/85 = 75/85 0.8824, Y pos = Y/Z = ( 3 5 + 0 40 + 0 30 3 0)/85 = 5 3/85 0.09 Svar: Gammafotonens position (X pos, Y pos )=(0.8824 mm, -0.09 mm). Uppgift (2p) VENTVOL = fftshift(fftn(ifftshift(ventvol))); VENTVOLBF = VENTVOL.* BUTTFILT; ventvolbf = ifftshift(ifftn(fftshift(ventvolbf))); Det gäller att ventvolbf är den Butterworth-filtrerade SPECT-volymen. Uppgift 2 (2p) CT-projektioner mäter objektets attenuering. Om man utnyttjar dessa i rekonstruktionsalgoritmen för SPECT-bilder kan man få en bättre, sannare SPECT-bild. Uppgift 3 (2p) SPECT-detektorerna snurrar runt patienten och mäter parallell-projektioner. En enda riktning mäts per tidsintervall. Kollimatorerna behövs för att bara mäta fotoner som kommer från rätt riktning och sortera bort de fotoner som kommer från fel riktning. 5

DEL 4: Viktiga mätvärden och dess beräkning Uppgift 4 (2p) Brusets energi är lika med variansen σ 2 N = µ N. Brusets medelamplitud blir då lika med σ N = µ N. Då gäller: SNR a = signalamplitud brusamplitud = µ N/ µ N = µ N. Alltså, ju mer radioaktivt material vi sprutar in i patienten, desto större blir signalamplituden µ N och desto bättre blir SNR a, ty det är proportionellt mot µ N. (Givetvis ska man inte tillföra patienten så mycket radioaktivitet att det blir dåligt för hälsan.) DEL 5: Ultraljud Uppgift 5 (2p) a) Vi använder sambandet v/f = λ, vilket ger f = v/λ. För att återge mm:s detaljer bör λ = 2 0 3 [m], minst. f = 500/(2 0 3 ) = 750 0 3 [Hz] = 0.75[MHz]. b) När frekvensen på en våg ökar så ökar även energiförlusterna på grund av (den akustiska) impedansen i materialet. Konsekvensen blir då att vi får betala ökad upplösning med att vi inte kan se objekt lika långt in i kroppen då vågen absorberas och omvandlas till termisk energi. Uppgift 6 (2p) Ultraljudssignalen sänds ut i fanbeam-format (solfjädersformat). De mottagna signalerna lagras dock i en kartesisk matris. För att bilden ska bli sann och reflektera verkligheten måste den därför samplas om. 6

Uppgift 7 (2p) Se figur. I figur a) syns (i rött) hur signalen ser ut efter absolutbeloppsberäkning. I figur b) syns (i rött) hur signalen ser ut (ungefär) efter lågpassfiltrering. DEL 6: MRI Uppgift 8 (2p) a) T beskriver relaxationen av spinvektorn i z-led, hur snabbt spinvektorn kommer tillbaka efter en excitering. T hör ihop med repetitionstiden, vi måste vänta en viss tid innan nästa excitation. b) T2 beskriver hur spinvektorerna kommer ur fas i x-y-planet, hur lång tid detta tar. T2 hör ihop med ekotiden, vi måste vänta en viss tid för att skapa ett eko, för att få en stark signal. Uppgift 9 (4p) Nedan följer 5 möjliga alternativ. Det räcker om man har nämnt 2 av dessa. Spatiell vikning. Sampla tätare. Rörelseartefakter. a) Använd dämpande material för att personen ska ligga still. b) Använd en MR-sekvens som är mer robust mot rörelser eller rörelsekorrigering efteråt. Artefakter från metalliska objekt. metalliska objekt. Se till att försökspersonen inte har (Geometriska) artefakter från inhomogena magnetfält. a) Shimming (gör magnetfältet homogenare medan personen är kvar i magnetkameran). b) 7

Samla in en "field map" som sedan kan användas för invertera inhomogeniteter. Bias-fält (inhomogen bildintensitet). Samla in en bias map som sedan kan användas för att homogenisera intensiteten. Uppgift 20 (2p) fmri kan användas för att lokalisera viktiga hjärnfunktioner innan man t.ex. tar bort en hjärntumör. 8