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

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

Försättsblad till skriftlig tentamen vid Linköpings Universitet

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

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

Signal- och bildbehandling TSBB14

Försättsblad till skriftlig tentamen vid Linköpings universitet R36 R37

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Signal- och bildbehandling TSBB03, TSBB14

Försättsblad till skriftlig tentamen vid Linköpings universitet G34

Signal- och bildbehandling TSBB03

Försättsblad till skriftlig tentamen vid Linköpings Universitet

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

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70

Försättsblad till skriftlig tentamen vid Linköpings Universitet

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

Signal- och bildbehandling TSBB03

Projekt 6. Fourieroptik Av Eva Danielsson och Carl-Martin Sikström

Signaler, information & bilder, föreläsning 14

Signal- och bildbehandling TSBB14

Facit till Signal- och bildbehandling TSBB

Lösningar till tentamen i Matematik II, 5B1116, 5B1136 för Bio. E,I,K,ME, Media och OPEN, tisdagen den 13 april 2004.

Signal- och bildbehandling TSBB03

Högskolan i Skövde (SK, JS) Svensk version Tentamen i matematik Lösningsförslag till del I

Signal- och bildbehandling TSEA70

Tentan , lösningar

6 2D signalbehandling. Diskret faltning.

Laboration i Fourieroptik

2320 a. Svar: C = 25. Svar: C = 90

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

Föreläsning 9 10: Bildkvalitet (PSF och MTF)

SF1661 Perspektiv på matematik Tentamen 24 oktober 2013 kl Svar och lösningsförslag. z 11. w 3. Lösning. De Moivres formel ger att

x +y +z = 2 2x +y = 3 y +2z = 1 x = 1 + t y = 1 2t z = t 3x 2 + 3y 2 y = 0 y = x2 y 2.

SF1661 Perspektiv på matematik Tentamen 20 oktober 2011 kl Svar och lösningsförslag

MMA127 Differential och integralkalkyl II

= 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

Strålning och teknik II 2015 Nuklearmedicin

Signal- och bildbehandling TSBB03 och TSEA70

Tentamen i TSKS21 Signaler, information och bilder

Kapitel 35, interferens

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

Tentamen 1 i Matematik 1, HF1903 Torsdag 22 augusti Skrivtid: 14:00-18:00 Examinator: Armin Halilovic

Signal- och bildbehandling TSBB14

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

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.


Tentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl

SF1635, Signaler och system I

Laboration i Fourieroptik

Uppgiftshäfte Matteproppen

Vågrörelselära och optik

Tentamen i matematik. f(x) = ln(ln(x)),

TNA001- Matematisk grundkurs Tentamen Lösningsskiss

Lösningsförslag till tentamen i SF1629, Differentialekvationer och Transformer II (del 2) 8 januari 2018

MR-laboration: design av pulssekvenser

FYSIKUM STOCKHOLMS UNIVERSITET Tentamensskrivning i Vågrörelselära och optik, 10,5 högskolepoäng, FK4009 Tisdagen den 17 juni 2008 kl 9-15

Signaler, information & bilder, föreläsning 12

Bildbehandling i frekvensdomänen. Erik Vidholm

ett uttryck för en våg som beskrivs av Jonesvektorn: 2

Optimering med bivillkor

Spektrala Transformer för Media

Alla svar till de extra uppgifterna

DT1130 Spektrala transformer Tentamen

Flerdimensionella signaler och system

Föreläsning 9: Komplexa tal, del 2

sin (x + π 2 ) = sin x cos π 2 + cos x sin π 2 = cos π 2 = 0 sin π 2 = 1 Svar: cos x

Signal- och bildbehandling TSBB14

s 1 och s 2 är icke kvantmekaniska partiklar? e. (1p) Vad blir sannolikheterna i uppgifterna b, c och d om vinkeln = /2?

7 Extremvärden med bivillkor, obegränsade områden

(ii) Beräkna sidoförskjutningen d mellan in- och utgående strålar, uttryckt i vinklarna θ i och tjocklekar t i. (2p)

Ulrik Söderström 20 Jan Signaler & Signalanalys

TANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 9 november 2015 Sida 1 / 28

Exempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University

Ulrik Söderström 19 Jan Signalanalys

Tentamen 1 i Matematik 1, HF okt 2018, Skrivtid: 14:00-18:00 Examinator: Armin Halilovic

Meningslöst nonsens. December 14, 2014

x 2 = lim x 2 x 2 x 2 x 2 x x+2 (x + 3)(x + x + 2) = lim x 2 (x + 1)

DT1120/DT1130 Spektrala transformer Tentamen

TSBB16 Datorövning A Samplade signaler Faltning

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

Helsingfors universitet, Agrikultur-forstvetenskapliga fakulteten Skoglig ekologi och resurshushållning

Poisson Drivna Processer, Hagelbrus

Trigonometri. Sidor i boken 26-34

Lösningar till utvalda uppgifter i kapitel 1

Signaler, information & bilder, föreläsning 14

5B1134 Matematik och modeller Lösningsförslag till tentamen den 12 januari 2005

Institutionen för Matematik. SF1625 Envariabelanalys. Lars Filipsson. Modul 1

där x < ξ < 0. Eftersom ξ < 0 är högerledet alltid mindre än Lektion 4, Envariabelanalys den 30 september 1999 r(1 + 0) r 1 = r.

Signaler några grundbegrepp

Transkript:

Lösning till tentamen i Medicinska Bilder, TSBB, -- Maria Magnusson (maria.magnusson@liu.se), Hans Knutsson, Mats Andersson, Gustaf Johansson DEL : Grundläggande D signalbehandling Uppgift (p) a) Filtret medelvärdesbildar i -omgivningar. (Medelvärdesbildning är ekvivalent med lågpassfiltrering.) Därför blir bilden suddig. b) Bilden blir fortfarande suddig, men mycket ljusare än tidigare. Uppgift (p) a) Efter linjär faltning erhålls en mörk ram runt bilden på grund av att värden utanför bilden kommer att påverka resultatet. Det är vanligt att dessa värden antas vara vilket vanligen representerar svart. Vid cirkulär faltning betraktar man bilden som upprepad eller cirkulär, dvs överkanten sitter ihop med underkanten och högerkanten sitter ihop med vänsterkanten. Därmed kommer de kanter som sitter ihop att påverka varandra. T ex blir överkanten mörkare och underkanten ljusare efter cirkulär faltning. Uppgift (p) Utför g(x, y) =DFT [DFT [f(x, y)] DFT [h(x, y)]], där g(x, y) noterar den cirkulärfaltade resultatbilden, f(x, y) noterar Foppa, h(x, y) noterar faltningskärnan paddad med nollor till samma storlek som Foppa, DFT noterar D DFT och DFT noterar D invers DFT. Uppgift 4 (5p) a) Insättning i formel ger F DFT [k, l] = N/ N/ n= N/ m= N/ f[n, m] e jπ(nk/n+ml/m) = 4+e jπk/n + e jπk/n + e jπl/m + e jπl/m = 4+cos(πk/N)+cos(πl/M)

b) Tabell ger F (u, v) =F [ 4δ(u)δ(v)+δ(u )δ(v)+δ(u +)δ(v) + δ(u)δ(v ) + δ(u)δ(v +)] = 4+e jπu +e jπu + e jπv + e jπv c) F DFT [k, l] =F (k/n, l/m) d) = 4+cos(πu)+cos(πv) [ ] L(u, v) =F x + y = 4π ( u + v ) Ett trigonometriskt samband ger att F (u, v) = 4+cos(πu)+cos(πv) = 4sin (πu) 4sin (πv) ). = 4π ( sin (πu) π + sin (πv) π F (u, v) och L(u, v) är alltså lika varandra för små värden på (u, v). e) F (u, ) och F (,v) visas i plotten nedan. Filtret multiplicerar låga frekvenser med ett värde nära och höga frekvenser med ett större värde. Filtret låter alltså höga frekvenser passera, det är ett högpassfilter. Det räcker med att skissa filtret i det nämnda intervallet eftersom fouriertransformen upprepar sig - filtret är ju samplat. 4 F(u,).5.5 u F(,v) 4.5.5 v

Uppgift 5 (p) a) Den närmaste grannen till (.75,.5) är (, ). Välj därför f(, ) =. Svar: f(.75,.5) =. b) Se figur nedan. f(,)= (.75,) f(,)=4 f(,)= (x,y )=(.75,.5) (.75,) f(,)= Den tvådimensionella interpolationskärnan Λ(x) Λ(y) sträcker sig ut till den streckade kvadraten. Här väljer vi att utföra den bilinjära interpolationen först D i x-led och sedan D i y-led. Interpolationsfunktionen Λ( ) placeras först horizontellt i punkten (.75, ). Avståndet till (, ) är.75, Λ(.75) =.5 interagerar med f(, ). Avståndet till (, ) är.5, Λ(.5) =.75 interagerar med f(, ). Sedan placeras Λ( ) i punkten (.75, ) och interagerar med f(, ) och f(, ). Till sist placeras Λ( ) vertikalt i punkten (.75,.75). Avståndet till (.75, ) är.5, Λ(.5) =.75 interagerar med f(.75, ). Avståndet till (.75, ) är.75, Λ(.75) =.5 interagerar med f(.75, ). Beräkningarna blir f(.75, ) = f(, ).5 + f(, ).75 =.5 + 4.75 =.5, f(.75, ) = f(, ).5 + f(, ).75 =.5 +.75 =.5, f(.75,.5) = f(.75, ).75 + f(.75, ).5 =.5.75 +.5.5 =.75 Svar: f(.75,.5) =.75. c) Egentligen är det 6 st värden som påverkar interpolationsresultatet då h(x) används istället för Λ(x), men eftersom de flesta funktionsvärdena är blir beräkningarna liknande som de i b)-uppgiften. Det gäller att h(.5) =.867 och h(.75) =.66. Detta ger f(.75, ) = f(, ).66 + f(, ).867 =.66 + 4.867 =.9, f(.75, ) = f(, ).66 + f(, ).867 =.66 +.867 =.8, f(.75,.5) = f(.75, ).867 + f(.75, ).66 =.8.867 +.9.66 =. Svar: f(.75,.5) =..

DEL : Röntgen och CT Uppgift 6 (p) Det spektrum som gäller efter det att det färdats genom människokroppen har förändras ungefär så som visas i figuren i den röda streckade kurvan, dvs de låga energierna har dämpats mer än de höga. Fenomenet kallas beam-hardening. Uppgift 7 (p) Luft hamnar på ca. Lungor hamnar mellan ca och ca. Mjukdelar hamnar mellan ca och ca 5. Ben hamnar på värden > ca 5. Tröskelvärdet kan sättas på ca. Uppgift 8 (p) Rebinning innebär att fanbeam-projektionerna interpoleras till parallella projektioner (ett sinogram). Uppgift 9 (4p) a) f(x, y) = Π(x) Π(y) ger att F (u, v) = sinc(u) sinc(v). b) p(r, ) = Π(r) och p(r, π/4) = Λ( r). c) P (R, ) = sinc(r) och P (R, π/4) = sinc (R/ ). d) I) F (R cos,rsin ) = F (R, ) = sinc(r) sinc() = sinc(r). II) P (R, ) = sinc(r). I), II) Detta ger att F (R cos,rsin ) = P (R, ). V.S.V. 8 III) F (R cos π/4,rsin π/4) = F (R/,R/ ) = sinc(r/ ) sinc(r/ ) = sinc (R/ ). IV) P (R, π/4) = sinc (R/ ) III), IV) Detta ger att F (R cos π/4,rsin π/4) = P (R, π/4). V.S.V. 4

DEL : Gamma-kamera, SPECT och PET Uppgift (p) Z = X = Y = K a k =5+++5=, k= K x k a k =5 + 8+ +5 8=56 k= K y k a k =5 8+ 8+ +5 =56. k= Gammafotonens position: (x pos,y pos )= (X,Y ) Z = (56,56) (.55,.55) cm. Uppgift (p) Som synes i föregående uppgift ger en gammafoton signal i de närstående fotomuliplikatorerna. Positionen för gammafotonen beräknas som ett viktat medelvärde av de registrerade intensiteterna. Följdaktligen är det högre precision på gammafotonens läge än på avståndet mellan fotomultiplikatorerna. Uppgift (p) Ett radioaktivt material distibueras till patienten i båda fallen. Detta emitterar gamma-fotoner i SPECT-fallet och positroner i PET-fallet, där varje positron snart förenar sig med en elektron, massorna förbrukas och två fotoner med energin 5 kev skapas. I SPECT-fallet detekteras de fotoner som kommer i rätt vinkel, övriga fastnar i en kollimator. I PET-fallet färdas de två fotonerna i motsatt riktning och detekteras. För att två fotoner ska betraktas som simultana måste tidsfönstret (tidsskillnaden) vara mycket litet, typiskt -ns. Uppgift (p) Röntgenbilder och gammakamerabilder är projektionsbilder. CT- och SPECT-bilder är rekonstruerade bilder. Enheten för CT-bilder är röntgenattenuering [/m] eller Hounsfield-enheter [HU]. En SPECT-bild visar den radioaktiva aktiviteten. Enheten för en röntgenbild är röntgenattenuering multiplicerat med längd. Enheten för en gammakamerabild är radioaktivitet multiplicerat med längd. 5

Uppgift 4 (p) m j= A ji f k i är det beräknade projektionsvärdet. DEL 4: Viktiga begrepp/mätvärden Uppgift 5 (p) Formeln är: MTF = H(u, v) /H(, ). Den säger oss hur systemet påverkar olika frekvenser. Uppgift 6 (p) Punktspridningsfunktionen = h(x, y). FWHM är markerat i figuren nedan. FWHM ger det avstånd som två punkter måste vara separerade för att kunna särskiljas..5 FWHM DEL 5: Ultraljud Uppgift 7 (4p) a) Mottagens signal kan vara fasförskjuten. Produkten cos(v) cos(v + a) kan bli negativ under delar av perioden för vissa värden på a vilket då kan ge märkliga effekter, men cos(v) är ju en kvadrat av ett reellt tal och kan inte vara negativ. b) Med både en sinus och cosinus kan man skifta fasen i varje tidpunkt så den passar den inkommande vågen. Metoden blir då inte längre känslig för fasskift hos mottagaren. c) En godkänd förklaring inbegriper att studenten visat kunskap om att de delar av frekvensspektrat som är kan kastas utan förlust eller förvanskning. Och att vid nedsampling är nedsamplingsfaktorn lika med antalet gånger som max-frekvensen delas med. Dvs slänga vart N:e sampel betyder att den nya maxfrekvensen är den gamla delat på N och eventuella nollskilda frekvenskomponenter som finns över den nya maxfrekvensen kommer bidra till att signalen förvanskas (vikningsdistortion). 6

DEL 6: MRI Uppgift 8 (p) a) Bilden är suddig eftersom vi inte samplar tillräckligt mycket av de höga frekvenserna i k-space. Lösningen är att sampla längre ut i k-space med ökat samplingsavstånd. b) Vi har fått spatiell vikning (notera att huvudet förutom vikningsartefakterna är större än i de andra bilderna). Samplingsavståndet i k-space är för stort för att avbilda ett objekt med denna storlek. Lösningen är att minska samplingsavståndet. Om vi vill sampla lika långt ut i k-space som tidigare måste antalet sampel ökas. Uppgift 9 (6p) a) b) Övre halvan av k-space blir: där betecknar komplexkonjugat. f 4 f f f f f 9 f 8 f f f f f 9 f 8 f 7 f 4 f 5 f 4 f f f 7 f 6 f 5 f 6 f f f f 6 f 5 7