Görüntü işleme, görüntünün yorumlanabilmesi için resimsel bilgiyi geliştirmek ya da özel görüntüleme araçları için daha elverişli resim haline getirmek amacıyla işlenmemiş resmin doğal yapısını değiştirme sürecidir. Görüntü işleme; bulanık, gürültülü ya da düşük kaliteli resimlerin iyileştirilmesini ve görüntü üzerindeki nesnelerin sınırlarının belirlenmesini sağlamaktadır.
Görüntü işleme yazılım geliştirme ortamları arasında MATLAB, OpenCV, EmguCV, Aforge.NET, Interactive Data Language (IDL) ve Python gibi programlama dilleri yer almaktadır.
Görüntü işlemenin amacı:
1. Görselleştirme: Görünmesi zor nesneleri gözlemleme
2. Görüntü keskinleştirme ve restorasyon: Gürültülü görüntüleri iyileştirme
3. Görüntü alımı: İlgi çekici ve yüksek çözünürlüklü görüntü arama
4. Desen Tanıma: Bir görüntüdeki çeşitli nesneleri tanımlama.
5. Görüntü Tanıma: Bir görüntüdeki nesneleri ayırt etme.
Gelişen teknoloji ile birlikte modern cihazların sağlık alanında kullanımı artmıştır. Peki sağlık alanında görüntü işleme teknikleri yaygın mıdır ve kullanılmasının avantajları nelerdir? Bu gelişmeler sonucunda sağlık alanında da görüntü işleme kullanımı yaygınlaşmıştır. Bu tekniklerin avantajları ise; hekimlere zaman, maliyet, tedavi ve teşhis konusunda büyük kolaylık sağlamak, hastalıkların erken teşhisi için kullanılmak ve şüpheli dokuyu belirginleştirerek tanı doğruluğunun artması için yardımcı olmaktır.
Tıbbi görüntüdeki nesne ya da deseni ölçmek, ayırt etmek ve anlamlı bilimsel soruların yanıtlarını almak amacıyla genellikle Matrix Laboratory (MATLAB) ile Görüntü İşleme yöntemi kullanılarak resimden sayısal bilgi elde edilebilmektedir.Bunun nedeni diğer yazılım programlarına göre daha fazla matematiksel işlem içermesidir. Diğer programlama dilleri ile satırlarca kod yazılarak gerçekleştirilen işlemler MATLAB programının hazır algoritmaları ile tek bir fonksiyonda gerçekleştirilebilir. MATLAB programında Görüntü İşleme Araç Kutusu (Image Processing Toolbox), Kontrol Sistemleri, Haberleşme, Yapay Sinir Ağları ve İstatistik gibi modüler araçlar kullanılarak birçok alanda uygulamalar geliştirilebilmektedir. Örneğin; MATLAB kullanılarak Görüntü işleme teknikleri MR görüntülerinde uygulanabilmektedir. Bu sayede mental retarde (zeka geriliği durumu) ya da Alzheimer hastalarında katarak cerrahisi öncesi optik biyometri zor olması nedeniyle bu tür hastalarda başka nedenlerle çekilen Manyetik Rezonans (MR) görüntülerinden göz içi mercek gücü ölçümü için Matrix Laboratory (MATLAB) programı kullanılarak hasta için daha kolay bir teşhis süreci sağlar. Biyomedikal alanında görüntü işleme yönteminden büyük ölçüde yararlanılarak tıp çalışanlarına kolaylık sağlanmaktadır. Bu görüntü işleme tekniklerinden yaygın olarak kullanılanlar şu şekilde listelenebilir;
- Meme kanserinin daha kolay erken teşhisi
- Şüpheli dokuyu belirginleştirerek tanı doğruluğunun artması
- Ultrason ve röntgen filmleri üzerinde insan anotomisinin ayrıntılarını daha net gösterilebilmesi
- Göğüs radiyogramlarında.
- Göğüs boşluğunun belirlenmesinde ekokardiografik görüntüler üzerinde segmentasyon işlemlerinin yapılmasında
- Damar görüntülerinin belirginleştirilmesinde çeşitli kenar zenginleştirme algoritmaları kullanılmasında
- Kardiografide
- Bilgisayarlı Tomografi (CT)
- Kan sayımı
- Optik Biyometri
