Kerapkali, imej perubatan X-ray yang berkualiti rendah disebabkan jumlah rasuk
unjuran yang digunakan untuk membentuk imej tersebut adalah rendah. Rasuk unjuran
minima digunakan untuk mengurangkan kerosakan kepada badan pesakit. Angiografi
adalah kelas penting dalam pengimejan perubatan. Imej tersebut diperolehi dengan
menggunakan teknik X-ray selepas ejen perbezaan disuntik ke dalam saluran darah
pesakit. Angiografi koronari adalah sejenis imej angiografi yang kritikal dan ia boleh
digunakan untuk mendiagnosis penyakit serius yang berkaitan jantung dan arteri. Walau
bagaimanapun, kebanyakan imej angiografi mengalami masalah pencahayaan bukan
seragam dan hingar yang menyebabkan doktor sukar membuat diagnosis yang tepat.
Oleh, pemprosesan angiogram adalah diperlukan untuk menghasilkan imej yang lebih
jelas untuk doktor menghasilkan diagnosis yang lebih tepat dalam masa yang lebih
singkat. Dalam projek ini, pertamanya, angiogram dipertingkatkan menggunakan
penyamaan histogram. Kemudian, lima teknik pengesanan pinggir termasuk Roberts
cross, Prewitt, Sobel, Canny dan pembaikan algoritma Sobel telah dilaksanakan. Tujuan
utama adalah untuk menghasilkan imej jelas menunjukkan garisan saluran darah dan
operator Sobel didapati algoritma paling sesuai untuk menganalisa imej angiografi
koronari berdasarkan penilaian kuantitatif dan kualitatif.
_______________________________________________________________________________________________________
Often, low quality medical X-ray images are produced due to the least possible
amount of projection used to form the images. Minimum projection beams are used to
reduce damage to patients’ body. Angiography is an important class of medical imaging.
The image is obtained using X-ray techniques after a contrast agent is injected into the
patient’s blood vessels. Coronary angiography is a critical type of angiography images
and it could be used to diagnose serious heart and artery diseases. However, most
angiography images suffer from non-uniform illumination and noises, which makes it
difficult for doctors to make accurate diagnoses. Therefore, processing of angiograms is
necessary to make them more visible thus help doctors to produce more accurate
diagnoses in a shorter time. In this project, the angiogram is firstly enhanced using
histogram equalization. Then five edge detection techniques including Roberts cross,
Prewitt, Sobel, Canny, and a modified Sobel algorithm are implemented. The main aim
is to clearly delineate edges of the blood vessels, and the Sobel operator is found to be
the most suitable algorithm for analyzing coronary angiography images based on the
quantitative and qualitative evaluations.