Título
Development of computational algorithms for the analysis of contrast images in laser speckle imaging
Autor
Eduardo Morales-Vargas
Colaborador
Hayde Peregrina Barreto (Asesor de tesis)
JULIO CESAR RAMIREZ SAN JUAN (Asesor de tesis)
Nivel de Acceso
Acceso Abierto
Materias
Laser speckle contrast imaging - (INSPEC) Blood vessels visualization - (INSPEC) Adaptive processing - (INSPEC) Image processing - (INSPEC) CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA - (CTI) MATEMÁTICAS - (CTI) CIENCIA DE LOS ORDENADORES - (CTI) LENGUAJES DE PROGRAMACIÓN - (CTI) LENGUAJES DE PROGRAMACIÓN - (CTI)
Resumen o descripción
Image processing and analysis acquire and enhance features using mathematical operations over neighboring pixels selected using a predetermined structure with a fixed shape or geometric form. However, fixed analysis windows are not ideal for images with structures of different sizes or shapes, reducing the contrast in the region of interest and thus reducing the image quality as happens in the biomedical field when techniques such as the laser speckle contrast imaging are used. In the medical area, blood vessel visualization is essential for treating and evaluating diseases such as port-wine stains trough a contrast image. Although several techniques aim to mitigate the noise level in the contrast images, the visualization of blood vessels is still limited to a superficial location due to its inherent noise. Also, it makes it challenging to select the pixels to compute the contrast value of a region to improve the image quality. The main contribution of this thesis is a method that use machine learning to select which pixels will be involved in the contrast calculation to compute a contrast representation. The technique enhances the image quality by selecting the pixels involved in the operation for each pixel using unsupervised learning. Moreover, improving the selection when the analyzed pixel is an outlier value or its neighboring is composed by noise as happens in laser speckle contrast imaging.
El procesamiento y análisis de imágenes consiste en adquirir o mejorar características en una imagen mediante operaciones matemáticas. Las operaciones pueden ser puntuales o extrayendo algún estadístico en una vecindad de píxeles con una forma geométrica fija predeterminada. Sin embargo, las ventanas de análisis fijas no son ideales para imágenes con estructuras de diferentes tamaños o formas. Por tanto, tiende a reducir el contraste en la región de interés, y así, reduciendo la calidad de imágenes. Este efecto de reducción de calidad suele suceder en el campo biomédico al analizas imágenes de moteado de speckle. En el área médica la visualización de vasos sanguíneos es esencial para tratar y evaluar enfermedades como las manchas de vino de Oporto a través del análisis de imágenes de moteado. Aunque varias técnicas apuntan a mitigar el nivel de ruido, la visualización de los vasos sanguíneos aún está limitada a una profundidad superficial debido al ruido inherente de las imágenes. Además, el ruido limita el uso de técnicas que seleccionen pixeles o ventanas de análisis no cuadradas para realizar un análisis adaptivo. La principal contribución de esta tesis es el desarrollo de técnicas de procesamiento adaptivo utilizando aprendizaje automático para seleccionar los pixeles que serán considerados para calcular características en cada pixel de la imagen de moteado. La técnica mejora la calidad de la imagen, habilitando el uso de técnicas adaptivas en imágenes con ruido, la cual era la principal limitante de las técnicas adaptivas actuales.
Editor
Instituto Nacional de Astrofísica, Óptica y Electrónica
Fecha de publicación
enero de 2022
Tipo de publicación
Tesis de doctorado
Versión de la publicación
Versión aceptada
Recurso de información
Formato
application/pdf
Idioma
Inglés
Audiencia
Estudiantes
Investigadores
Público en general
Sugerencia de citación
Morales Vargas, Eduardo, (2022), Development of computational algorithms for the analysis of contrast images in laser speckle imaging, Tesis de Doctorado, Instituto Nacional de Astrofísica, Óptica y Electrónica.
Repositorio Orígen
Repositorio Institucional del INAOE
Descargas
198