Projekt Bildverbesserung in der Endoskopie

Thema 1: Helligkeitsregelung

automatische Helligkeitsregelung der Lichtquelle über die Betriebsspannung der Lichtquelle

numerische Korrektur von Kontrast und Helligkeit zur Verbesserung eins „flauen" und falsch belichteten Bildes

Thema 2: Verzerrungskorrektur

Korrektur der konvexen Abbildung der Glasfaseroptik

automatische Vergrößerung der Bildellipse auf das Bildschirmformat

Unterdrückung des Rauschens außerhalb der Bildellipse

Thema 3: Bildinterpolation

Nach Faserbrüchen

Zur Beseitigung der Wabenstruktur verursacht durch die geringe Zahl der Fasern

Thema 4: Auflösungserhöhung

Erhöhung der Auflösung im Kamerachip (Pixel-Zahl) durch mechanisches Abscannen (Montage des Endoskops auf einen Lautsprecher so, daß das Endoskop durch Lautsprechervibrationen kleine Bewegungen in Längsrichtung ausführt)

Thema 5: Langzeitendoskopie

Pulsen der Lichtquelle des Endoskops so, daß eine Langzeitbeobachtung des Patienten durch das Endoskop möglich ist (=Vermeidung von Überhitzung des Gewebes); evtl. Übergang von Halogenlampe auf Blitzlicht.

Thema 6: Verbesserung der Bildqualität nach Verunreinigung der Endoskopspitze

Verbesserung der Bildqualität nach Verunreinigung der Endoskopspitze

Thema 7: Klassifikator auf neuronaler Netzbasis

Klassifikator auf neuronaler Netzbasis entwickeln und trainieren, der drei Klassen unterscheidet:

  • Endoskop ist ohne Faserbrüche
  • Endoskop hat wenige Faserbrüche, d.h. bitte Bild interpolieren
  • Endoskop hat zu zu viele Faserbrüche, die nicht mehr interpoliert werden können, d.h. Warnlampe einschalten, da das Endoskop defekt ist.

In Zusammenarbeit mit Dr. Reuter, Uni Dortmund

Thema 8: Klassifikator auf neuronaler Netzbasis

Klassifikator auf neuronaler Netzbasis entwickeln und trainieren, der drei Klassen unterscheidet:

  • Endoskopspitze ist nicht verunreinigt, d.h. Nachbearbeitung des Bildes ist nicht erforderlich
  • Endoskopspitze ist leicht verunreinigt, d.h. Bild ist numerisch nachzubearbeiten
  • Endoskopspitze ist zu stark verunreinigt, bitte Spitze reinigen.

In Zusammenarbeit mit Dr. Reuter, Uni Dortmund

Thema 9: Neuronales Netz zur Identifikation des Drehwinkels

Neuronales Netz zur Identifikation des Drehwinkels bei einem endoskopischen Bild in der Art: „Bild ist um alpha Grad gedreht"

In Zusammenarbeit mit Dr. Reuter, Uni Dortmund

Thema 10:

Integration und Test der Funktionalität der Software einer früheren Studienarbeit in die bestehende Endoskop-Software, incl. gemeinsamer Bedienoberfläche

 

Kontakt  Suche  Sitemap  Datenschutz  Impressum
© TU Clausthal 2017