Měření biometrických údajů -
automatické rozpoznávání lidí na základě jejich charakteristických anatomických rysů (např. obličej, duhovka, sítnice, otisk prstu atd.) a charakteristického chování (např. chůze, podpis atd.)
Výhody: - biometrické charakteristiky se v průběhu života jedince nemění (nebo jen velmi málo) - silná metoda, velké procento spolehlivosti (záleží na metodě a implementaci). Osvědčené technologie - odolnost proti krádeži nebo monitorování, biometrické údaje se obtížně duplikují - uživatel se nemusí obávat ztráty/krádeže karty nebo zapomenutí hesla, může používat i negramotná osoba, není třeba u sebe nic nosit - možnost kombinace s hesly nebo zdvojení více biometrických metod - malé provozní náklady Nevýhody: - složitost a náročnost na prostředky (technické i finanční) pro snímání a porovnání údaje s mnoha uloženými údaji v databázi - různá chybovost: chybné přijetí (nesprávné ztotožnění uživatele se vzorkem někoho jiného) nebo chybné odmítnutí (neztotožnění uživatele s jeho vlastním vzorkem) - u některých metod nutná spolupráce s uživatelem (vložení ruky, správné nasměrování oka atd.) Možnosti falšování = slabá místa biometrických systémů: - na straně senzoru: podvrh biometrických vlastností, syntetické vzory - na straně zpracování/porovnání: modifikace extraktoru, změna porovnání, modifikace šablony, záměna databáze, blokování kanálu, změna výsledků Dva pracovní režimy/moduly: - registrační modul – vložení identity uživatele, zařazení uživatele do systému: • sejmutí potřebných charakteristik a vytvoření referenčního profilu (vzorku), • zpracování měření, extrakce nejdůležitějších charakteristik, • vytvoření a uložení šablony, • zařazení šablony do identifikační databáze. - verifikační/identifikační modul – ověření totožnosti/identifikace: • aktuální měření daných charakteristik, • zpracování výsledků, • prohledávání databáze a porovnání s aktuálním měřením – verifikace 1:1, identifikace 1:N, autentizace (potvrzení identity), • zaznamenání výsledků porovnání a následná akce např. povolení vstupu. Použití: - přístupové systémy – budovy, sklady, letiště, trezory, elektrárny, výpočetní střediska, laboratoře - identifikace osob – náhrada průkazů, náhrada podpisů, stravovací systémy, půjčovny, věrnostní systémy a supermarkety atd. - docházkové systémy – státní instituce, komerční organizace - ochrana dat – přístupy k souborům a adresářům, přístupy do serverů, sítí, aplikační software
Anatomické vlastnosti – fyziologické charakteristiky
Otisk prstu
Geometrie ruky
Obličej
Termogram ruky
Duhovka
Rozložení žil na zápěstí
Sítnice
Nehet, nehtové lůžko
Termogram obličeje
Spektrum kůže
Dentální obraz
Podpis/rukopis
Tvar ucha
DNA
Tvar rtů
Pach
Dynamické vlastnosti – charakteristiky chování
Hlas/řeč
Psaní na klávesnici
Dynamika podpisu
Dynamika pohybu myší
Gestikulace obličeje
Pohyby rtů
Zužování zorničky/duhovky
Chůze
Otisk prstu -
nejstarší a nejpoužívanější metoda několik různých technologií – inkoust+skener, optická, optoelektrická, kapacitní, ultrazvuková, tlaková, termická, elektroluminiscenční metody snímání: • a) snímání statické (přitlačení prstu na senzor), • b) snímání přejetím prstu (senzor má tvar malého kolíčku, přes který uživatel přejede svým prstem, z proužků se složí celý snímek prstu) a
b
Algoritmus podle polohy markantů v obraze otisku prstu - založený na nalezení identifikačních znaků (markantů) a uložení údajů o jejich směru a poloze do databáze etalonů - nejdříve je obraz binarizován, pak ztenčen (např. morfologické operace). Na takto upraveném obraze jsou extrahovány identifikační znaky a jsou zapsány jejich souřadnice (v databázi uživatelů tedy není uložen otisk prstu, ale data o souřadnicích identifikačních znaků). Poslední fází je korelace mezi etalonovými daty a daty nově získaného otisku. - identifikační body - ukončení 1, jednoduchá 2, dvojitá 3 a trojitá 4 vidlička, hák 5, křížení 6, boční kontakt 7, bod 8, interval 9, jednoduchá 10 a dvojitá 11 smyčka, jednoduchý 12 a dvojitý 13 most, průsečná linie 14
-
v průměru je na jednom otisku 75-175 markantů, body jsou zakódovány a komprimovány, velikost šablony je pak od 24B do 1kB algoritmus je značně závislý na kvalitě pořízených snímků - problémy např. se sílou přítlaku prstu na snímací plochu, poranění prstu, opotřebení, prach na snímači
Algoritmus rozpoznání otisku prstu jako celku - zatím spíše algoritmus ve vývoji - vychází z teorie nelineárního komplexního signálu a je založen na rozpoznávání (korelaci při porovnávání) otisku jako celku. Porovnávání etalonů je náročnější na CPU a vyžaduje více paměti. - výhodou je však schopnost rozpoznání nekvalitních obrazů, nebo navíc posunutých a natočených obrazů, i když při velkém objemu výpočetních operací
Obličej Metoda měření geometrických vlastností - k identifikaci slouží většinou tvar obličeje a poloha opticky významných míst na tváři (oči, nos, ústa, brada, obočí) přitom se neuchovává přesná poloha míst, ale relativní vzdálenosti např. vzdálenost rtů od nosu, úhel mezi špičkou nosu a jedním okem atd. Metoda porovnávání šablon - srovnávání obrazu sejmutého kamerou s obrazem v databázi = korelace), v databázi se ukládá obličej jako matice jasových úrovní - většinou se používají černobílé kamery, barva se využívá jen pro snadnější lokalizaci lidské kůže v obraze, podmínky osvětlení záleží i na kvalitě kamery, někdy se používá infra oblast - různé obtížnosti – do jaké míry jsou kladeny podmínky na pozici a orientaci obličeje vzhledem ke kameře, podmínky osvětlení, podmínky kladené na pozadí - problémy – velmi podobní lidé (dvojčata), změna účesu, změna grimasy, brýle, vousy, méně spolehlivá metoda (spíše jen verifikace) - výhodou je bezkontaktní měření i na větší vzdálenosti, neobtěžující uživatele, osoba o měření vůbec nemusí vědět (letiště, vstupní haly atd.)
Metoda 3D měření obličeje – identifikace podle 3D podoby. Snímání pomocí projektoru strukturovaného světla blízkého infra a digitální kamery - necitlivost na světlo - díky použití světla v oblasti blízké infračervené a přímému měření absolutních rozměrů, je toto řešení necitlivé na okolní světlo, barvu pozadí nebo nalíčení tváře - necitlivost na úhel pohledu – identifikace i při otočení hlavy až 30° každým směrem - jedinečnost 3D obrazu - množství získaných rozměrů a významných bodů je dostatečné i k rozlišení jednovaječných dvojčat.
Duhovka -
-
jedinečná pro každého člověka, během života takřka neměnná (stabilizuje se během prvních dvou let života). Nejvíce rozlišovací charakteristika člověka (více jak 250 různých detailů), dokonce i jednobuněčná dvojčata mají rozdílné duhovky. Je velmi složité chirurgicky pozměnit duhovku a jednoduché poznat umělou při snímání se používají konvenční CCD kamery a metoda nepožaduje žádný intimní kontakt uživatele se snímacím zařízením. Současné techniky minimálně omezují uživatele: • vzdálenost kamery cca 10-40 cm, člověk se dívá do jednosměrného zrcadla, jakmile je oko trochu stabilní, kamera se zaostří a pořídí snímek, • osobní detektor – uživatel drží senzor v ruce, dívá se do objektivu a zmáčknutím tlačítka zahájí proces identifikace a
-
b
není požadováno žádné speciální osvětlení, některé systémy pracují s infra osvětlením. Důležitá je ale vhodná orientace - problémy s odlesky po nasnímání oka je detekována oblast duhovky. Duhovka je pak pokryta sítí křivek. Na základě jasu bodů kolem těchto křivek je vytvořen kód (iriscode, 256B - 1024B) nebo se duhovka transformuje z polárních souřadnic do kartézských. Nutná normalizace jasu a velikosti duhovky. Porovnání dvou duhovek se děje na základě výpočtu Hammingovy vzdálenosti mezi dvěma kódy
Sítnice -
-
sítnice je na světlo citlivý povrch zadní strany oka, skládá se z velkého počtu nervových buněk, tyčinek a čípků. Pro verifikaci sítnice se používá obraz struktury sítnice v okolí slepé skvrny v porovnání s duhovkou je podstatně náročnější, a to na technické vybavení i na identifikovanou osobu. Protože sítnice není přímo viditelná, je třeba použít koherentní infračervený zdroj světla s nízkou intenzitou (infra záření je rychleji absorbováno nervovým systémem). Dále je třeba, aby se uživatel díval přesně do vymezeného prostoru a měl zaostřeno na daný bod poskytuje nejméně stejné množství dat pro rozlišení jako otisk prstu, sítnice se však může v průběhu života lehce měnit, její strukturu ovlivňují některé nemoci (např. glaukom) málo nasazovaný systém, používá se snad jen v amerických věznicích
Geometrie ruky -
založené na faktu, že každý člověk má jiný tvar ruky a geometrie se v průběhu života nemění zjišťují se příznaky jako délka a šířka prstů, šířka dlaně atd., systémy nedávají příliš dat ve srovnání např. s otiskem prstu nebo duhovkou, šablona zabírá i jen 9B, proto se systémy používají spíše jen pro verifikaci ne identifikaci mechanický nebo optický přístup, u optického rozlišujeme ještě dva přístupy: dvourozměrný – zpracovává se v podstatě silueta, třírozměrný – vertikální a horizontální senzor
Snímek nehtu, nehtové lůžko -
-
-
nehet má na povrchu čárové nerovnosti, kopírující strukturu lůžka nehtu, které jsou unikátní u každého člověka, na každém prstu. Při správném osvícení dostaneme odrazem „čárový kód“ lůžko nehtu je v podstatě paralelní podkožní struktura nacházející se přímo pod nehtem. Rostoucí nehet se pohybuje po této struktuře a kopíruje její povrch. Podíváte-li se zblízka na své nehty, objevíte různě široké čáry s různě širokými mezerami. pro osvětlení se používá paprsek polarizovaného světla pod správným úhlem, vyhodnocovány jsou pak fázové změny paprsku po odrazu. Zpracováním je určena jednorozměrná struktura lůžka nehtu, číselná sekvence podobná čárovému kódu nevýhodou je nízká odolnost proti podvrhům
Rukopis / dynamika podpisu -
-
dotyčná osoba se musí podepsat na speciální podložku pomocí speciálního pera. Systém ověřuje podpis osoby na základě porovnání s uloženým podpisovým vzorem, který popisuje jak byl podpis napsán. Není tedy důležitá podoba podpisu či tvar písmen, i když toho může být samozřejmě využito také, ale důraz je kladen na dynamiku podpisu, provedení tahů, sílu, kterou tlačíme při psaní na podložku, rychlost psaní apod. To vše podává jednoznačnou charakteristiku libovolného podpisu. technologie rozpoznávání je založena na porovnávání změny tlaku, zrychlení v jednotlivých částech podpisu, sklonu pera, zarovnání jednotlivých částí podpisu, celkové rychlosti, dráze a době pohybu pera na a nad papírem odolnější proti padělání než samotná analýza rukopisu, padělateli nestačí napodobit rukopis, ani sledováním jak se dotyčný podepisuje nelze jeho charakteristiky přesně napodobit nevýhodou je, že ani jeden člověk se nepodepíše vždy stejně, podpis je také citlivý vzhledem ke zraněním ruky, únavě atd.
Hlas / řeč -
identifikace založená na analýze zvuku, vibrací, výslovnosti a rychlosti řeči hlasové charakteristiky závisí na velikosti hlasivek, úst, nosní dutiny a dalších procesech tvorby hlasu člověka - používá se množství příznaků, které lze rozdělit do dvou skupin na statistické a dynamické Statistické - nezávislé na textu, pracují s dlouhodobými středními hodnotami, histogramy, využívají se pouze znělé segmenty – základní tón (kmitočet) řeči, dlouhodobé spektrum řeči, koeficienty LPC (Linear Predictive Coding), korelační a kovariační matice jednotlivých příznaků Dynamické - vhodné pro rozpoznání mluvčího v závislosti na textu, jde o určení časových průběhů zvolených parametrů řeči – základní tón řeči, první formanty, kepstrum, válcový model hlasového traktu aj. - některé technologie zakládají své autentizační rozhodnutí na analýze slov i celých vět, které zná pouze autentický mluvčí, dochází tedy i k rozpoznání řeči a ověřování znalosti hesla - používá se zejména k řízení přístupu do informačních systémů prostřednictvím telefonu - nevýhodou je, že verifikace může být ovlivněna např. nastydnutím, rýmou, psychickým stavem mluvčího, šumem okolí atd.
Psaní na klávesnici, dynamika pohybu myší -
technologie se používala již za druhé světové války, britská tajná služba používala tuto metodu k ověření autenticity radiotelegrafických zpráv svých špionů pro zavedení uživatele je třeba vzorek textu, ve kterém se minimálně osmkrát opakuje osm znaků. Čím více se znaky opakují, tím víc se snižuje chybovost ověření. Tento text musí uživatel při zavedení zopakovat minimálně patnáctkrát. otevírá nové možnosti aplikací biometrie na běžná PC. Ať už půjde o přihlášení do systému a přístup k chráněným datům, nebo ochranu počítače před dětmi, anebo implementaci technologie do BIOSu počítače.
Porovnání biometrických systémů typ biometrie
rozhraní s uživatelem
výhody
nevýhody
přesnost
objem dat (B)
Biometrické systémy založené na fyziologických charakteristikách otisk prstu
uživatel položí prst na plochu snímače snímače optické, termální nebo odporové
stálá a přesná (otisky se liší u jednotlivců a v průběhu života se nemění) a zavedená technologie – dnes přijatelná cena a velikost snímačů (používaných už i na mobilních telefonech); značný rozsah použitelnosti (i malá přenosná zařízení)
uživatelům může vadit fyzický kontakt a logické spojení odebírání otisků s kriminalitou; náchylné na útoky
1:1000 (někdy se uvádí až 1:1 miliónu)
240 – 1000 B
geometrie ruky
uživatel položí ruku na plochu optického snímače
středně přesná technologie (přesnost roste s trojrozměrnými snímanými obrazy); celkem přijatelné pro uživatele
uživatelům může vadit fyzický kontakt se snímačem
1:1000 (pouze v dostatečně malé databázi)
9-20 B
sítnice
uživatel se zaměří na specifikovaný bod optického snímače a infračervený paprsek snímá strukturu sítnice; vzdálenost musí být kolem 2 cm
vysoká přesnost (struktura žilek se liší u jednotlivců a v průběhu života se nemění, pouze vlivem nemoci nebo úrazu) – vhodné pro identifikaci
nepříjemné pocity pro uživatele (fyzický kontakt) – potřeba snímat brýle, přiblížit se ke snímači hodně blízko a nechat si svítit do oka
1:1.000.000+
35 B
duhovka
uživatel se dívá do kamery ve vzdálenosti až 1-2 m
vysoká přesnost; uživatelsky přátelské, žádný fyzický kontakt, brýle nevadí
vysoká cena systému – vhodné pro vysoce bezpečné zóny
1:6.000.000
256-500 B
obličejové znaky
uživatel se dívá do kamery
přijatelné pro uživatele – žádný fyzický kontakt (někdy i pasivní monitorování bez vědomí uživatele); nízká cena
nepříliš přesná metoda, ale vylepšuje se např. termografií; přepokládaná využitelnost např. v bankomatech
DNA
řada možností získání DNA (krev, sliny, sperma)
vysoká přesnost
nepoužívá se komerčně; drahé; možnost obelhání systému cizím vzorkem
tvar ucha
uživatel nastaví snímači ucho k jeho obrazovému sejmutí
není potřeba fyzický kontakt
zatím se zkoumá
rozprostření žil na zápěstí
uživatel přiloží zápěstí na snímač
fyzický kontakt
přijatelnost obdobná jako u snímání otisků prstů
1 KB (100 B po kompresi)
Biometrické systémy založené na charakteristikách chování (společná vlastnost – malá přesnost) charakteristiky hlasu
uživatel hovoří do mikrofonu
přijatelné pro uživatele; vhodné i pro vzdálenou autentizaci po telefonu; střední cena
méně přesné – vliv prostředí (hluky na pozadí) a vliv fyzického/psychického stavu uživatele (nemoc, stres, únava)
1:50
podpisové charakteristiky (dynamika)
uživatel se podepíše speciálním perem na speciální podložku zařízení
naprosto přijatelné pro uživatele – podpis jako takový je nejčastější verifikací uživatele
méně přesné –může mít vliv únava nebo stres, uživatelé se nemusí podepisovat stále stejně; při zranění ruky je tato metoda prakticky vyloučená; zatím málo rozšířené, ale s potenciálem u bezdrátových zařízení jako PDA
1:50
charakteristiky psaní na klávesnici
uživatel píše vzorový text na klávesnici (měří se tlak a rychlost)
přijatelné pro uživatele; cenově dostupné, protože se maximálně využívá stávající hardware
méně přesné - může mít vliv únava nebo stres; při zranění ruky je tato metoda prakticky vyloučená; zatím málo rozšířené
Zdroje [1] Pužmanová, R. Biometrické systémy v praxi. IT SYSTÉM, 3/2004. Dostupné z: http://www.systemonline.cz/clanky/biometricke-systemy-v-praxi.htm [cit. 2008-04-21] [2] Drahanský, M. Přehled biometrických systémů a testování jejich spolehlivosti. In Kongres Bezpečnosti sítí. Praha, 11.4.2007. Dostupné z: http://data.security-portal.cz/clanky/113/odborne_prednasky/Prezentace.pdf [3] Pavlík, P. Informační a komunikační technologie. 2007. Dostupné z: http://64.233.183.104/search?q=cache:kEjMj- 1VKpgJ:www.zsf.jcu.cz/struktura/katedry/pore/czv/studijni_materialydokumenty/informacni_komunikacni_technologie/download+pod%C3%ADl+biometrick%C3%BDch+vlastnost%C3%AD&hl=cs &ct=clnk&cd=3&gl=cz [cit. 2008-04-21] [4] Ing@nico. Biometrické technologie. Dostupné z: http://www.ima.cz/download/cz/aktuality/2infodenima/14_Merka_Bull_Biometrika_IMA.pdf [cit. 2008-04-21] [5] Dášek, M. Biometrika. 26.2.2003. Dostupné z: https://akela.mendelu.cz/~lidak/bif/dasek.html [cit. 2008-04-21] [6] Matyáš, V., Říha, Z. Biometric Authenication Systems. 2000. Dostupné z: http://www.fi.muni.cz/reports/files/older/FIMU-RS2000-08.pdf [cit. 2008-04-21]
Počítačové vidění v medicíně a biologii -
nasazení počítačového vidění muže ulevit lékaři od rutinních úloh a dovolit mu plné soustředění na složitější úlohy. Analýza obrazu muže dodat dodatečné informace pro určení diagnózy pacienta. počítačové vidění je schopno řešit řadu problémů v medicíně a biologii od třírozměrného měření tvaru těla v klidu i za pohybu, přes interpretaci obrazu v endoskopii, z ultrazvukového nebo rentgenového vyšetření, až po analýzu a vizualizaci 3D obrazu z počítačového tomografu, magnetické rezonance a podobných zdrojů dat.
Motivace -
morfometrie, použití počítačového vidění přináší větší přesnost, opakovatelnost a objektivnost měření parametrů jako rozměr, plocha, objem, obvod zlepšení interpretace výsledků, citlivost nových metod snímání se spojuje se současnými technikami vizualizace a usnadňuje diagnostiku pochopení většího objemu dat, vhodné zpracování a vizualizace přesnější predikce, výsledkem je možnost zajištění kvalitnějšího „ladění“ léčby, např. přesnější polohování operačních nástrojů nebo menší cílenější dávka radiace procesní automatizace, mnoho lékařských zásahů může profitovat ze spolehlivosti díky automatizaci měření, např. promítání vzorku obsluze operačního zařízení pro lepší názornost grafické metody také mohou být použity pro simulace (počítačové animace) automatická detekce abnormalit, specifických oblastí prezentace doplňkových informací, které nemusí být přímo viditelné (např. rozlišení orgánů, údaje o rozměrech atd.) pomoc při zkoumání nových metod pořízení a analýzy biologických dat, zpracování obrazu může přispět ke zhodnocení dat z různých metod
Problémy - data mohou být i trojrozměrná => větší množství dat, složitější analýza - objekty na snímcích z medicíny nemají příliš pravidelné tvary (žádné rovné hrany, ostré rohy atd.) - různé zdroje dvourozměrných a trojrozměrných dat (např. stejné orgány a tkáně vypadají různě)
Principy měření -
viditelné spektrum (případně ve spojení s některou 3D technikou) rentgenového záření (transmise záření) ultrazvuk (akustická impedance) magnetické pole (indukované napětí)
Zdroje Citováno především z encyklopedie Wikipedie (www.wikipedia.cz)
1. Rentgen - rentgenové záření může být využito pro zobrazení detailů kostí a zubů (skiagrafie), popřípadě za pomoci vhodných technik i ke zkoumání měkké tkáně (denzitografie, subtrakční radiografie, tomografie).
2. Počítačová tomografie (Computed Tomography, CT dříve také Computed Axial Tomography, CAT) je radiologická vyšetřovací metoda, která pomocí rentgenového záření umožňuje zobrazení vnitřností těla živočichů, především člověka. Pacient je zasunut do přístroje, kde jej po kruhové ose obíhá zařízení složené z rentgenky a detektorů. Záření, které je emitováno na anodě rentgentky, prochází zkoumaným objektem a po dopadu na detektor je zaznamenána intenzita dopadajícího záření. Nejvíce je signál tlumen v kostech, méně např. v játrech nebo ledvinách a nejméně v tukových vrstvách a plicích. Zkoumaný objekt je prozářen z nejrůznějších úhlů v jedné rovině, čímž získáme zpravidla několik set projekcí. Úkolem následného softwarového zpracování je zrekonstruovat plošný řez vyšetřovaným objektem.
3. Mamograf (někdy používáno i mammograf) je lékařské diagnostické zařízení, sloužící k diagnostice a prevenci nádorových onemocnění ženského prsu. Mamograf pracuje na principu denzitometrie, tedy vyhodnocení změn v hustotě tkáně, prozařované relativně měkkým rentgenovým (X) zářením. Oblasti se zvýšenou hustotou a nehomogenitami jsou specifické pro nádorový proces. Při běžném vyšetření se provádí snímkování v kraniokaudální projekci (CC), tedy shora dolů a v šikmé mediolaterální projekci (MLO) pro oba prsy.
4. Ultrazvuk - ultrazvukové vlny procházejí tělem a odrážejí se od jednotlivých orgánů resp. od přechodů mezi různě hustými tkáněmi (akustická impedance). Odražené vlny lze převést ve formě jasově modulovaného obrazu na monitor.
5. Magnetická rezonance (MR, MRI Magnetic Resonance Imaging) je zobrazovací technika používaná k zobrazení vnitřních orgánů lidského těla. S pomocí MRI je možné získat řezy určité oblasti těla, ty dále zpracovávat a spojovat ve 3D obraz požadovaného orgánu. Magnetická rezonance využívá velké magnetické pole a elektromagnetické vlnění s vysokou frekvencí. Podstatou barevného odlišení jednotlivých tkání je jejich rozdílné chování při stejném vnějším působení. Na základě naměřeného indukovaného napětí a dalších parametrů je signál pomocí složitých procesů a algoritmů převeden na škálu šedé.
6. Endoskop je optický přístroj k vyšetření tělních dutin a dutých orgánů. Pomocí speciálního tenkého ohebného přístroje je do vyšetřovaných orgánů zavedena miniaturní kamera s optikou. Modernější variantou je kapsuloskopie, kdy pacient spolkne kapsli (cca 1x2,5 cm). Kapsle obsahuje kromě barevné kamery i zdroj světla, rádiový vysílač a zdroj energie. Existuje mnoho druhů, např.: Laryngoskopie – vyšetření hrtanu, dutiny ústní a přilehlých partií, endoskop se zavádí ústy, Bronchoskopie – vyšetření průdušek, endoskop se zavádí ústy, Gastroskopie – vyšetření jícnu, žaludku a dvanáctníku, endoskop se zavádí ústy, Koloskopie – vyšetření tlustého střeva, endoskop se zavádí konečníkem, Laparoskopie – vyšetření břišní dutiny, endoskop se zavádí pomocí 1 až 3 malými řezy na břiše, Vaginoskopie – vyšetření porodních cest, optika se zavádí pochvou, Hysteroskopie – vyšetření dutiny děložní, optika se zavádí pochvou, Artroskopie – vyšetření kloubů, malým řezem, např. na koleně se zavede endoskop dovnitř.
Aplikace, metody Vizualizace -
vhodná prezentace změřených dat – data pořízená z různých zdrojů a různými technikami (rentgenové záření, indukované napětí – MR, akustická impedance - UZ) i jiného než obrazového charakteru jsou převáděna do podoby 2D a 3D obrazů zobrazení 3D dat – využity jsou především techniky počítačové grafiky cílem je snížit informační zatížení, zobrazit složité vztahy
Př.č.1: Různá prezentace dat z magnetické rezonance – vlevo v podobě řezů, vpravo 3D
Př.2: Virtuální endoskopie – vizualizace vnitřních orgánů těla nasnímaných endoskopem s použitím počítačové grafiky. Umožňuje „procházet“ volně orgány, měnit pohled pozorování, měřit některé parametry (např. průměr průduškových větví, velikost polypu atd.), RE=Real Endoskopy, VE=Virtual Endoscopy
2. Úprava snímků -
vhodná úprava pořízených snímků tak, aby všechny potřebné informace byly dobře viditelné jde především o odstranění šumu, zvětšení kontrastu, odstranění zkreslení, ořezání, otáčení, zvětšení, transformace barev atd. mohou být použity klasické techniky předzpracování – vyhlazení obrazu - filtrace šumu, transformace jasové stupnice, ekvalizace histogramu, geometrické transformace a techniky úpravy obrazu
Př.: Ekvalizace histogramu mikroskopického biologického obrazu
3. Zdůraznění významné informace, měření -
jde o další zpracování obrazu, které zvýrazní informace, které by mohly lékaři napomoci při analýze obrazu např. při stanovování diagnózy; po kalibraci je také možné automaticky měřit některé důležité parametry (např. velikost nádoru, průměr tepny atd.) zdůraznění hran, matematická morfologie, segmentační techniky (prahování, segmentace na základě hran, narůstání oblasti, Houghova transformace, aktivní kontury, barvení atd.)
Př.č.1: Molekulární biologie a medicína – tkáň tlustého střeva – vybrání žláz z preparátu tlustého střeva na membráně
Př.č.2: Určení polohy nástroje v těle při laparoskopických operacích. Chirurg je tak v každém okamžiku přesně informován, kde se nalézá nástroj vzhledem k objektu operace a okolním tkáním a orgánům. Na snímku je červeně naznačena poloha chirurgického nástroje na snímku z 3D ultrazvukového přístroje.
Př.č.3: Kvantitativní koronární angiografie (QCA) – metoda zahrnující automatickou detekci kontur koronární artérie, videodenzitometrii a algoritmus k výpočtu redukce diametru i plochy lumina tepny.
Př.č.4: Detekce polypů (nádorů) na stěně tlustého střeva. Metody vycházejí z detekce a analýzy křivek, jelikož polypy jsou charakteristické konvexním tvarem. Systém také umožňuje automatickou navigaci k těmto nádorům.
4. Porozumění obrazu -
jde o takové porozumění/rozpoznání obrazu, které umožní např. rozlišit různé tkáně (kost, svaly, orgány) či orgány v lidském těle, různé buňky na mikroskopických biologických snímcích nebo rozpoznání nezdravé, napadené tkáně po předzpracování a segmentaci je použita vyšší úroveň zpracování, např. vhodné klasifikační metody (příznakové/syntaktické, s učitelem/bez učitele, statistické metody, neuronové sítě atd.)
Př.č.1: Automatické rozlišení žil a tepen. Na prvním obrázku je původní snímek z magnetické rezonance, na druhém je segmentovaný pouze cévní systém a na třetím jsou odlišeny tepny (červeně) a žíly (modře).
Př.č.2: Výsledek rozpoznání lidských orgánů. Orgány jsou rozpoznány na základě extrakce různých příznaků, např. tvar, rozložení intenzity atd.
Př.č.3: Analýza ultrazvukových obrazů, např. vyhodnocení stavu štítné žlázy pro podporu diagnostiky. Na snímcích je vlevo ultrazvukový obraz zdravé tkáně, na levém snímku zanícená tkáň
5. Sesouhlasení (Matching) -
N-dimenzionální matching je založen na registraci, spasování několika n-dimenzionálních „snímků“ (n je většinou 2 nebo 3).
Spojování informací pořízených: • z více zdrojů • různými metodami, s různým nastavením přístrojů • v různých časech, např. před, během a po léčbě • na různých pacientech • za pohybu pacienta - kompenzace vědomého či nevědomého pohybu pacienta může zvýšit kvalitu získaných dat a) Různé zdoje / metody / pacienti - základní myšlenka matchingu je založena na: • a) extrakci vhodných znaků z jednoho snímku a následné korespondenci (viz např. stereovidění). Je řešena jako hledání tohoto omezeného počtu znaků v dalších obrazech. • b) pracuje s celými snímky (korelace) - dělení metod se řídí tím, zda jde o tuhý (rigid) nebo elastický matching (non-rigid). U tuhého matchingu se objekt nemění, mění se jeho poloha a orientace (jednodušší). U elastického se uvažuje i změna tvaru objektu. - bylo testováno několik metod tuhého i elastického spasování. Současný výzkum zkoumá extrakci požadovaných nezávislých příznaků lokální kvadratickou aproximací povrchu objektu (zjednodušení objektu), což však jde proti globálním technikám, kde je objekt iterativně deformován; optimálním přístupem jsou různé minimalizační techniky a ad-hoc prohledávání penalizační funkce Př.č.1: Obraz z funkční magnetické rezonance, která má nižší kvalitu, ale umožňuje v reálném čase zobrazovat aktivitu mozku a standardní obraz z anatomické MR s vysokým rozlišením.
Př.č.2: Zobrazení větvení cév v malé pánvi u pacientky s objemnou myomatózou – spojení obrazů z magnetické rezonance a angiografie.
b) Různý čas - při matchingu dat pořízených v různých časech (sekvence snímků) pořízených na stejném zařízení, stejnou metodou (temporal matching) závisí na délce časového intervalu mezi snímky. Pokud je čas velký resp. mezi snímky je velký rozdíl, používají se stejné techniky jako v předchozím. Je-li interval malý, změny jsou nepatrné (v řádech pixelů), používají se techniky výpočtu optického toku (viz analýza pohybu) – vektory rychlosti změn částí snímku. Po výpočtu optického toku, jsou objekty segmentovány na základě jejich vnitřního pohybu (různé objekty mají různé vektory optického toku). Výsledky segmentace jsou použity pro sledování časového vývoje charakteristik objektů nebo k extrakci strukturálních informací o objektech. Př.č.1: Srovnání obrazů z počítačové tomografie téhož pacienta před a po operaci (zobrazené v červené resp. zelené barvě, na levém obrazu jsou přeložené původní obrazy, na pravém přeložené srovnané obrazy)
Př.č.2: Příklad použití výpočtu optického toku pro sledování pohybu živých buněk ze sekvence snímků
První a druhý snímek sekvence, vizualizace výsledku – nahoře je barevně kódován směr a intenzitou velikost pohybu, dole jsou naznačeny vektory pohybu
Ukázka zpracování 3D obrazové sekvence. První dva obrázky ukazují vstupní 3D data. Třetí obrázek ukazuje přeložení vstupních dat (první snímek v červeném kanálu a druhý v zeleném)
Video ukázka Sledování pohybu objektů zájmu. Objekty jsou selektovány v prvním snímku sekvence. Mezi prvním a druhým snímkem je pomocí optického toku vypočten směr a velikost pohybu jednotlivých objektů. Vektor toku je připočten k původním souřadnicím objektu. Toto zpracování je pak následně prováděno i mezi dalšími snímky
6. Metody 3D měření - použití technik rekonstrukce tvaru trojrozměrných objektů – triangulace, měření doby letu, interferometre; především aktivní a pasivní triangulace + navíc metody používané speciálně v lékařství (viz výše MRI, CT atd.) Př.č.1: Sterofotogrametrické snímkování pro získání 3D dat např. tvaru otisku nohy při stoji gravidních. Data se využívají k sestavení 3D RP modelu (fyzický model viz snímek), který slouží k praktické představě o tvaru nohy a jeho změnách nejen u gravidních, umožňuje mechanické aplikace v oblasti tvarování obuvi, ortopedii, forénzní oblasti, podologie apod. Data slouží jako základní báze pro virtuální 3D model např. reakčních sil při interakci nohy s 3D podložkou.
Př.č.2: 3D měření dýchacích pohybů - měření pohybů hrudníku během dýchání. Na referenčních anatomických bodech hrudníku jsou připevněny značky, jejichž pohyb v prostoru je sledován za pohybu s přesností lepší než milimetr. Na snímcích je ukázáno rozmístění značek použitých pro fotogrammetické měření. Z naměřených dat lze rozpoznat typ dýchání.
Př.č.3: 3D tvar kloubní dráhy - měření tvaru kloubní dráhy dolní čelisti je nutné pro správné nastavení artikulačního aparátu při návrhu tvaru a umístění zubní náhrady. Kloub není přímo viditelný, proto se odvozuje jeho pohyb ze vzájemného pohybu dolní a horní čelisti, případně lebky. Obrázek ukazuje jak jsou na dolní čelist a lebku připevněny značky. Kamera snímá pohyb značek a metodou autokalibrace měří polohu značek v prostoru, z jejich vzájemného pohybu se pak počítá tvar kloubní dráhy.
Zdroje [1] Kybic, J. Lékařské aplikace počítačového vidění. http://cmp.felk.cvut.cz [2] Jelen,K., Kušová,S.Analýza tvaru: vizualizace a virtuální modelování HTTP://WWW.FTVS.CUNI.CZ/EKNIHY/SBORNIKY/2003-11-20/RTF/04-002%20-%20JELENANAL%C3%BDZA%20TVARU4-E.RTF [3] Pun, T., Gerig, G., Ratib, O. Image Analysis and Computer Vision in Medicine. February 1993 Dostupné z: http://vision.unige.ch/publications/postscript/94/PunGR_CMIG_CVMedic.pdf [cit. 2008-04-23] [4] Pavlík, E. Molekulární biologické techniky. Dostupné z: http://www.rochediagnostics.cz/download/la/0404/pcr.pdf [cit. 200804-21] [5] Ulman, V. Optical Flow For Live Cell Imaging. March 2007. Dostupné z: http://cbia.fi.muni.cz/projects/optical-flow-for-livecell-imaging.html [cit. 2008-04-24] [6] Kitasaka, T., Mori, M., Suenaga, Y. Development of Advanced Image Processing Technology and Its Application to Computer Assisted Diagnosis and Surgery. Dostupné z: http://www.springerlink.com/content/y26tgh51kujgrvca/fulltext.pdf [cit. 2008-04-24]
