TIBBIY TASVIRLARDA (MRI, CT) SHOVQINNI KAMAYTIRISH VA ENHANCEMENT USULLARI

YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 398 TIBBIY TASVIRLARDA (MRI, CT) SHOVQINNI KAMAYTIRISH VA ENHANCEMENT USULLARI Abduhakimov Xursandbek Oribjon o’g’li Farg‘ona davlat texnika universiteti talabasi [email protected] Tel: +998933267015 Fan o‘qituvchisi: Dalibekov Lochinbek https://doi.org/10.5281/zenodo.18029456 Annotatsiya: Ushbu maqola tibbiy tasvirlash texnologiyalarida, xususan MagnitRezonans Tomografiya (MRI) va Kompyuter Tomografiya (CT) tasvirlarida shovqinni kamaytirish (denoising) va tasvirni yaxshilash (enhancement) usullarini ko'rib chiqadi. Shovqin tibbiy diagnostikada tasvir sifatini pasaytirishi mumkin bo'lgan asosiy muammo bo'lib, bu usullar shovqinni kamaytirish orqali tasvirni aniqroq qilishga yordam beradi. Maqolada klassik filtrlar (masalan, Gauss, Median), transformatsiya asosidagi usullar (Fure, Wavelet) va zamonaviy chuqur o'rganish (Deep Learning) algoritmlari tahlil qilinadi. Bundan tashqari, biomeditsin signallari (masalan, Elektrokardiogramma - EKG va Elektroensefalogramma - EEG) bilan bog'lanish ko'rsatiladi, chunki shovqinni kamaytirish printsiplari signallar va tasvirlar uchun o'xshash. Natijalar shuni ko'rsatadiki, integratsiyalashgan yondashuvlar diagnostika aniqligini oshiradi. Maqola ilmiy tadqiqotlar asosida yozilgan va amaliy misollar bilan boyitilgan. Аннотация: В данной статье рассматриваются методы снижения шума (denoising) и улучшения изображений (enhancement) в медицинских технологиях визуализации, в частности, в изображениях магнитно-резонансной томографии (МРТ) и компьютерной томографии (КТ). Шум является одной из основных проблем, снижающих качество изображений в медицинской диагностике, а предлагаемые методы помогают сделать изображения более чёткими за счёт уменьшения шума. В статье анализируются классические фильтры (например, гауссовский, медианный), методы на основе преобразований (Фурье, вейвлет) и современные алгоритмы глубокого обучения (Deep Learning). Кроме того, показана связь с биомедицинскими сигналами (например, электрокардиограмма — ЭКГ и электроэнцефалограмма — ЭЭГ), поскольку принципы снижения шума схожи для сигналов и изображений. Результаты свидетельствуют о том, что интегрированные подходы повышают точность диагностики. Статья написана на основе научных исследований и обогащена практическими примерами. Kirish Tibbiy tasvirlash sohasida MRI va CT texnologiyalari kasalliklarni aniqlash va davolashda muhim rol o'ynaydi. MRI yumshoq to'qimalarni, CT esa suyak va qattiq to'qimalarni yaxshi tasvirlaydi. Biroq, tasvirlash jarayonida paydo bo'ladigan shovqin (noise) tasvir sifatini pasaytirib, shifokorlarning tashxis qo'yishini qiyinlashtiradi. Shovqin manbalari turli: termal shovqin, kvant effekti, apparat xatolari va hokazo. Shovqinni kamaytirish va tasvirni yaxshilash usullari "Signallar va tasvirlarni qayta ishlash" fanining asosiy qismi bo'lib, ular fazoviy va chastota domenlarida ishlaydi. Maqolada shovqinni kamaytirishning klassik va zamonaviy usullari, shuningdek, enhancement texnikalari (masalan, kontrastni oshirish, chegara aniqlash) muhokama qilinadi. Biomeditsin signallari bilan bog'lanish esa shuni ko'rsatadiki, EKG yoki EEG signallaridagi YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 399 shovqinni kamaytirish printsiplari (masalan, wavelet filtratsiyasi) tibbiy tasvirlarga o'xshash, bu esa integratsiyalashgan tizimlarni yaratishga yordam beradi. Maqsad – tibbiy tasvirlarni qayta ishlashda samarali usullarni ko'rib chiqish va ularni biomeditsin signallari bilan bog'lash. Tadqiqotlar shuni ko'rsatadiki, shovqinni kamaytirish tasvir sifatini 20-50% ga oshirishi mumkin . Keyingi bo'limlarda batafsil tahlil qilinadi. Shovqin Turlari va Ularning Tibbiy Tasvirlarga Ta'siri Tibbiy tasvirlarda shovqin bir necha turga bo'linadi: 1. Gauss shovqini: Tasodifiy taqsimlangan, MRI va CT da keng tarqalgan. U tasvir kontrastini pasaytiradi va nozik detallarni yo'qotadi . 2. Rikyan shovqini: MRI da chastotada paydo bo'ladi, signal kuchiga bog'liq. 3. Poisson shovqini: CT da kvant effekti tufayli, past dozada paydo bo'ladi. 4. Speckle shovqini: Ultratovush tasvirlarida o'xshash, lekin MRI/CT da ham uchrashi mumkin. Bu shovqinlar diagnostikani qiyinlashtiradi, masalan, o'smalarni aniqlashda xatolikka olib keladi. Biomeditsin signallarida (EKG) ham o'xshash shovqinlar (masalan, mushak shovqini) mavjud, ularni filtratsiya qilish kerak . Noise reduction methods in structural MRI imaging Yuqoridagi rasmda MRI tasvirining shovqinli va tozalangan varianti ko'rsatilgan. Shovqinni Kamaytirish Usullari Klassik Filtratsiya Usullari 1. Gauss filtr: Fazoviy domenida ishlaydi, piksel qiymatini o'rtacha hisoblaydi. Afzalligi – silliqlashtirish, kamchiligi – chegara buzilishi. 2. Median filtr: Non-lineer, shovqinli pikselni o'rniga median qiymatni qo'yadi. CT da Poisson shovqiniga yaxshi . 3. Bilateral filtr: Shovqinni kamaytirib, chegara saqlaydi. YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 400 Biomeditsin signallarda (EEG) median filtr EKG artefaktlarini olib tashlash uchun ishlatiladi, bu tasvirlarga o'xshash. Transformatsiya Asosidagi Usullar 1. Fure Transformatsiyasi (FFT): Chastota domenida shovqinni ajratib, low-pass filtr orqali kamaytirish. MRI da samarali, lekin ringing effekti paydo bo'lishi mumkin . 2. Wavelet Transformatsiyasi: Multi-resolution tahlil, shovqinni threshold orqali kamaytirish. CT da detail saqlashda yaxshi. Masalan, Daubechies wavelet. Biomeditsin signallarda wavelet EKG da baseline wander ni olib tashlash uchun ishlatiladi, bu MRI denoising bilan bog'liq . 65-year-old male patient who underwent cranial MRI to screen for ... Yuqoridagi rasmda MRI tasvirining wavelet orqali tozalangan misoli. Zamonaviy Usullar: Chuqur O'rganish Deep Learning (DL) asosidagi usullar, masalan, Convolutional Neural Networks (CNN), shovqinni avtomatik ravishda o'rganadi. Misollar: • DnCNN: Denoising CNN, MRI/CT uchun moslashtirilgan . • GAN-based denoising: Generative Adversarial Networks, real tasvirlarni yaratadi. • Diffusion Models: Yaqinda paydo bo'lgan, CT da past doza tasvirlarni yaxshilaydi . Biomeditsin signallarda DL EKG aritmiyasini aniqlashda shovqinni kamaytirish uchun ishlatiladi, bu tasvirlar bilan integratsiya mumkin. Tasvirni Yaxshilash (Enhancement) Usullari Enhancement shovqinni kamaytirishdan keyin kontrast va detallarni oshiradi. 1. Histogram Ekvalizatsiyasi: Kontrastni oshirish, CT da suyak tasvirlarida yaxshi. 2. Unsharp Masking: Chegaralarni keskinlashtirish. 3. CLAHE (Contrast Limited Adaptive Histogram Equalization): Lokal kontrast oshirish, MRI da yumshoq to'qimalar uchun. YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 401 Biomeditsin signallarda enhancement signallarni amplifikatsiya qilish orqali amalga oshiriladi, masalan, EEG da signal kuchaytirish . A comparative study of medical image enhancement algorithms and ... Yuqoridagi rasmda CT tasvirining enhancement misoli. Biomeditsin Signallari Bilan Bog'lanish Biomeditsin signallari (EKG, EEG, EMG) va tibbiy tasvirlar o'rtasida o'xshashliklar mavjud: • Shovqin Turlari: EKG da mushak shovqini MRI da termal shovqiniga o'xshash. • Usullar: Wavelet yoki DL ikkalasida ham qo'llaniladi. Masalan, EKG da shovqinni kamaytirish orqali aritmiya aniqlanadi, MRI da esa o'sma. • Integratsiya: Multimodal tizimlarda (masalan, EEG-MRI fusion) shovqinni kamaytirish umumiy algoritmlar orqali amalga oshiriladi . YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 402 A Guide to ECG Signal Filtering | GE HealthCare (Philippines) Yuqoridagi rasmda EKG signalining shovqinli va tozalangan varianti. Amaliy Misollar va Simulyatsiyalar MATLAB yoki Python (scikit-image, OpenCV) orqali misollar: • MRI tasvirida Gauss filtr: skimage.filters.gaussian(image, sigma=1). • Wavelet denoising: PyWavelets kutubxonasi orqali. Tadqiqotlarda DL modellar CT dozasini 50% ga kamaytirib, sifatni saqlaydi . YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 403 Kamchiliklar va Kelajak Yo'nalishlari Klassik usullar tez, lekin detallarni yo'qotadi. DL samarali, lekin o'qitish uchun ko'p ma'lumot kerak. Kelajakda hybrid modellar (DL + Wavelet) va real-time qo'llanishlar rivojlanadi . Biomeditsin signallarda AI integratsiyasi tibbiy tasvirlarga ta'sir qiladi. Xulosa Shovqinni kamaytirish va enhancement tibbiy tasvirlarni qayta ishlashda muhim. Usullar biomeditsin signallari bilan bog'lanib, diagnostikani yaxshilaydi. Tadqiqotlar shuni ko'rsatadiki, zamonaviy usullar sifatni oshiradi va xatoliklarni kamaytiradi. Adabiyotlar, References, Литературы: 1. Gonzalez, R.C., Woods, R.E. Digital Image Processing. 4th Edition. Pearson, 2018. (Tasvir filtratsiyasi, shovqinni kamaytirish va enhancementning klassik asosi). 2. Dougherty, G. Digital Image Processing for Medical Applications. Cambridge University Press, 2009. (Tibbiy tasvirlarni qayta ishlash, shovqinni kamaytirish va MRI/CT misollari). 3. Najarian, K., Splinter, R. Biomedical Signal and Image Processing. 2nd Edition. CRC Press, 2012. (Biomeditsin signallar va tasvirlarni qayta ishlash, shovqinni kamaytirish usullari). 4. Birkfellner, W. Applied Medical Image Processing: A Basic Course. 2nd Edition. CRC Press, 2014. (Tibbiy tasvirlarda shovqinni kamaytirish va enhancementning amaliy kursi). 5. Toennies, K.D. Guide to Medical Image Analysis: Methods and Algorithms. 2nd Edition. Springer, 2017. (Tibbiy tasvir tahlili, shovqinni kamaytirish, filtratsiya va segmentatsiya). 6. Rangayyan, R.M. Biomedical Image Analysis. CRC Press, 2004. (Tibbiy tasvirlarda shovqin va enhancement usullari). 7. Bankman, I.N. (Editor). Handbook of Medical Image Processing and Analysis. 2nd Edition. Academic Press, 2008. (Tibbiy tasvir qayta ishlashning qo'llanmasi, shovqinni kamaytirish boblar). YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 404 8. Jan, J. Medical Image Processing, Reconstruction and Restoration: Concepts and Methods. CRC Press, 2005. (Tasvirni tiklash va shovqinni kamaytirish nazariyasi).