Phát triển một số phương pháp phân tích tế bào máu và ứng dụng

MỤC LỤC

LỜI CẢM ƠN 3
Chương 1. Giới thiệu 8
1.1 Giới thiệu chung 8
1.2 Hệ thống xét nghiệm tự động 10
1.3 Mục tiêu và đóng góp của Luận văn 12
1.4 Cấu trúc luận văn 13
Chương 2. Sơ lược về bệnh Sốt rét 14
2.1 Ký sinh trùng sốt rét 14
2.2 Cách chuẩn bị lam máu 15
2.3 So sách với phương pháp xét nghiệm khác 17
2.4 Đặc điểm hình ảnh tế bào 18
Chương 3. Công trình Nghiên cứu liên quan 21
3.1 Các phương pháp phân tách tế bào 21
3.2 Các phương pháp phát hiện và phân loại ký sinh trùng 23
3.3 Nhận xét và đánh giá các hướng tiếp cận 24
Chương 4. Bài toán và Hướng tiếp cận 26
4.1 Đặt vấn đề 26
4.2 Bài toán phân tách tế bào 27
4.2.1 Phương pháp toán học hình thái 27
4.2.2 Phương pháp đường phân nước 29
4.2.3 Phương pháp khảo sát đường biên 30
4.2.4 Phương pháp phân tách dựa vào mô hình 32
4.2.5 Phương pháp đề nghị 35
4.3 Bài toán phát hiện ký sinh trùng 38


Chương 5. Hệ thống Phân tích Tự động Hình ảnh Mẫu máu 42

5.1 Mô hình xử lý 42
5.2 Tiền xử lý 44
5.3 Phân tách thô 45
5.4 Ước lượng kích thước tế bào 47
5.4.1 Lọc nhiễu và lấp lỗ trống 48
5.4.2 Biến đổi không gian khoảng cách 49
5.4.3 Gán nhãn các vùng đối tượng 50
5.5 Phân tách tế bào 50
Chương 6. Thí nghiệm và Thảo luận 54
6.1 Xây dựng thí nhiệm 54
6.2 Kết quả thí nghiệm 56
6.3 Thảo luận và đánh giá kết quả 63
Chương 7. Kết luận 65
7.1 Tóm tắt kết quả đạt được 65
7.2 Hướng phát triển 66
Tài liệu tham khảo 67
Phụ lục A 73
Phụ lục B 76



6

DANH MỤC HÌNH
Hình 1-1 Bản đồ ước lượng ca nhiễm sốt rét trên mỗi 1000 dân số, năm 2006 [1] 8
Hình 1-2 Hệ thống xét nghiệm tự động 11
Hình 2-1 Hình ảnh các chủng loại và các giai đoạn phát triển ký sinh trùng 15
Hình 2-2 Một số mẫu đối tượng được nhuộm trong thực tế 16
Hình 2-3. Lam máu, giọt dày (trái), giọt mỏng (phải) 17
Hình 2-4. Artefact - các thành phần gây nhiễu 18

Hình 2-5. Các tông màu khác nhau xuất hiện trong hình ảnh mẫu máu 19
Hình 2-6. Đa dạng hình dạng tế bào h
ồng cầu 20
Hình 2-7. Các tế bào hồng cầu nằm chồng nhau (dính nhau) 20
Hình 4-1. Hình ảnh so sánh đặc điểm tế bào bạch cầu và hồng câu 27
Hình 4-2. Quá trình sử dụng phép mở hình thái để tách tế bào 28
Hình 4-3. Quá trình tạo đường phân nước 29
Hình 4-4. Quá trình bộ trợ phương pháp đường phân nước 30
Hình 4-5. Quá trình phân tách bằng phương pháp phân tích đường biên 31
Hình 4-6. Các bước trong thuật toán khảo sát đường biên 31
Hình 4-7. Phân tách tế bào bằng phương pháp phân tích đường biên 32
Hình 4-8. Cách biểu diễn tế
bào theo 16 điểm đường biên 33
Hình 4-9. Kết quả thực hiện theo phương pháp Kyoung-Mi Lee 33
Hình 4-10. Kết quả thực hiện theo phương pháp Gloria Diaz 34
Hình 4-11. So sánh hình ảnh gốc và hình ảnh biến đổi theo không gian khoảng cách 36
Hình 4-12. Cấu tạo đối tượng tế bào hình thành nhiều điểm có khả năng là trung tâm điểm 36
Hình 4-13. So sánh tương quan hình ảnh gốc và hình ảnh biến đổi 37
Hình 4-14. Kết quả phân ngưỡng bằng SVM trên tập mẫu huấn luy
ện 40
Hình 5-1. Mô hình xử lý hình ảnh 43
Hình 5-2. Kết quả chuẩn hóa màu 44
Hình 5-3. Khảo sát histogram và kết quả phân ngưỡng tự động 46
Hình 5-4. Khử nhiễu và lấp lỗ trống 48
Hình 5-5. Biến đổi hình ảnh theo không gian khoảng cách 49
Hình 5-6. Độ bao phủ trên các vùng đối tượng 52
Hình 5-7. Bước chọn lựa và phân tách được thực hiện tuần tự. 52
Hình 5-8. Vùng đối tượng được sau khi thực hiện phân tách 52
Hình 5-9. Kết quả đánh dấ
u các vùng phân tách trên hình ảnh gốc 53

Hình 5-10. Kết quả sau khi thực hiện bước tái tạo nâng cao 53
Hình 6-1. Cách so sánh kết quả với ground-truth 56
Hình 6-2. Một số ảnh kết quả trong tập hình ảnh thí nghiệm 62
Hình 6-3. Hình ảnh kết quả 1 63
Hình 6-4. Hình ảnh kết quả 2 64

7

DANH MỤC BẢNG
Bảng 6-1. Hiệu suất của ph/pháp phân tách tế bào - tập ảnh của PTN Singapore 57
Bảng 6-2. Hiệu suất của ph/pháp phân tách tế bào - tập ảnh của Ross [15] 57
Bảng 6-3. Hiệu suất của ph/pháp phân tách tế bào - tập ảnh của Thư viện CDC 58
Bảng 6-4. Hiệu suất của ph/pháp phân tách tế bào - tập ảnh của BV Nhiệt đới HCM 59
Bảng 6-5. So sánh ph/pháp phân tách tế bào của Boray Tek [7] 60
Bảng 6-6. Hiệu suất ph/pháp phân tách tế bào của Kumar [19] 60
B
ảng 6-7. Đánh giá độ sai lệnh ph/pháp phân tách tế bào của Gloria Diaz [9] [10] 60
Bảng 6-8. So sánh hiệu suất phát hiện tế bào nhiễm ký sinh trùng 61


8

Chương 1.
Giới thiệu
Nội dung của chương này giới thiệu về bệnh sốt két, các khó khăn trong việc xét
nghiệm ký sinh trùng, sự cần thiết và khả thi xây dựng một hệ thống xét nghiệm tự
động, đồng thời trình bày mục tiêu, đóng góp và tóm tắt của đề tài.
1.1 Giới thiệu chung
Sốt rét (Malaria) là một bệnh truyền nhiễm nguy hiểm gây ra bởi ký sinh trùng trong
máu có tên khoa học là Plasmodium. Theo Tổ chứ Y tế Thế giới (WHO), có khoảng từ

247 triệu ca nhiễm bệnh trong số 3.3 tỉ người có khả năng nhiễm bệnh (nằm trong vùng
bệnh) trong năm 2006, trong số này có gần một triệu ca tử vong, đa số là trẻ em dưới 5
tuổi. Thống kê năm 2008, vẫn còn 109 nước là nơi có khả năng nhiễm bệnh, trong đ
ó
45 nước thuộc Châu Phi. [1]

Hình 1-1 Bản đồ ước lượng ca nhiễm sốt rét trên mỗi 1000 dân số, năm 2006 [1]
Việt Nam là nước nằm trong vùng có nguy cơ bị sốt rét khá cao. Theo số liệu thống kê, năm
2007 toàn quốc có 70.910 ca nhiễm sốt rét, trong đó có 20 người chết và 01 vụ dịch sốt rét cấp
[2]. Các địa phương điểm nóng của bệnh sốt rét: các tỉnh miền Đông Nam Bộ như Bình Phước,
9

Đồng Nai, Tây Ninh, Kiên Giang, Đồng Tháp; các tỉnh Tây Nguyên: Đắc Lắc, Gia Lai; và các
tỉnh duyên hải miền Trung: Phú Yên, Ninh Thuận.
Trên cơ sở các báo cáo cho thấy bệnh sốt rét vẫn còn tiềm tàng, diễn biến phức tạp, và
nguy cơ sốt rét quay trở lại còn rất lớn [2]
. Do vậy, để kiểm soát bền vững được bệnh
sốt rét, chúng ta cần phải duy trì các biện pháp phòng tránh đồng thời phải nâng cao
khả năng xét nghiệm nhanh chóng, chính xác và điều trị bệnh cách kịp thời, cũng như
giảm chi phí đến mức thấp nhất.
Hiện nay, tuy đã có phát triển thêm những kỹ thuật mới trong việc xét nghiệm và phát
hiện bệnh sốt rét
1
, nhưng xét nghiệm bằng kính hiển vi [3] vẫn được xem là cách thức
xét nghiệm phổ biến được thực hiện tại hầu hết các phòng xét nghiệm, với chi phí trang
thiết bị cũng nhưng chi phí đào tạo chuyên viên xét nghiệm không cao.
Tuy nhiên, phương pháp xét nghiệm bằng cách quan sát “thủ công” qua kính hiển vi
mất nhiều thời gian và quá trình xét nghiệm thường phải lặp đi lặp lại nhiều lần gây
mệt mỏi cho người chuyên viên. Nếu số
lượng bệnh nhân đột biến, số lượng mẫu phẩm

cần phải xét nghiệm tăng, người chuyên viên xét nghiệm sẽ khó đáp ứng được yêu cầu
của bác sĩ. Ngoài ra, với phương pháp mang tính chất chủ quan, phụ thuộc nhiều vào
yếu tố con người, sẽ dẫn đến các sai lệch, nhầm lẫn, và kết quả không nhất quán, đặc
biệt khi xét nghiệm được thực hiện những chuyên viên có ít kinh nghiệm,
ở những
vùng nghèo khó – nơi có khả năng nhiễm bệnh cao [4]
.
Việc xét nghiệm và phát hiện bệnh sốt rét bằng kính hiển vi yêu cầu 4 tác vụ chính như
sau:
1. Xác định sự có mặt của ký sinh trùng sốt rét trong mẫu máu.
2. Xác định số lượng và tỉ lệ tế bào nhiễm ký sinh trùng và hồng cầu khỏe mạnh.
3. Nhận dạng loại ký sinh trùng nhiễm bệnh.
4. Nhận dạng thời kỳ phát triển trong vòng đời của ký sinh trùng nhiễm bệnh.
Tác vụ đầ
u tiên, việc phát hiện ký sinh trùng (1) là nhiệm vụ quan trọng nhất nhằm xác
định sự nhiễm, nghĩa là mẫu thử dương tính hay âm tính. Trong khi đó, để đánh giá

1

10

mức độ nhiễm bệnh cần thực hiện các bước bao gồm: (2) xác định số lượng và tỉ lệ ,
(3) loại ký sinh trùng và (4) thời kỳ phát triển của chúng. Đây cũng là những thông tin
cần thiết cho cho bác sĩ trong việc điều trị bệnh hợp lý và hiệu quả.
Do vậy, một hệ thống hỗ trợ bán tự động hay tự động thực hiện tác vụ xét nghiệm và
xác định m
ức nhiễm bệnh một cách khách quan (không có sự can thiệp của con người),
có độ chính xác cao, nhanh chóng và đáng tin cậy là điều cần thiết. Với sự phát triển
của máy tính cũng như những tiến bộ trong ngành nghiên cứu thị giác máy tính và
phân tích hình ảnh, thì một hệ thống như vậy là khả thi.

1.2 Hệ thống xét nghiệm tự động
Hệ thống xét nghiệm tự động được thiết kế dựa trên nguyên lý:
1. Từ những hiểu biết, cách thức quan sát và phát hiện bệnh sốt rét với phương
pháp sử dụng kính hiển vi trên thực tế của các chuyên viên,
2. Sau đó, được biểu diễn lại bằng những quá trình xử lý đặc biệt trên máy tính
như xử lý ảnh (image processing), phân tích hỉnh ảnh (image analysis) và phát
hiện mẫu (pattern recognition).
Đố
i với góc nhìn của việc xét nghiệm trên thực tế sử dụng kính hiển vi, người chuyên
viên sẽ thực hiện thao tác cách quan sát mẫu máu. Toàn bộ quá trình thực hiện yêu cầu
khả năng phân biệt các thành phần như tế bào hồng cầu, tế bào bạch cầu, tiểu cầu và
các artifact, cùng với các tế bào nhiễm ký sinh trùng sốt rét thông qua việc xử lý các
thông tin quan sát được như màu sắc, kích thước, cấu trúc và thông tin tổng hợp ở mức
ngữ
nghĩa cao hơn. Nếu mẫu máu được xác định là dương tính (có sự lây nhiễm của ký
sinh trùng – tồn tại ký sinh trùng trong mẫu máu) quá trình tiếp theo là xác định loại ký
sinh trùng và giai đoạn phát triển của chúng để xác định rõ hơn về mức độ lây nhiễm.
Đối với góc nhìn của phương pháp thị giác máy tính, việc xét nghiệm ký sinh trùng
được chia thành nhiều bài toán nhỏ. Cũng giống như trên thực tế, một hệ thống hoàn
chỉnh phải đượ
c cài đặt đầy đủ các chức năng: ghi nhận ảnh (từ camera – máy chụp
hình), tiền xử lý (lọc bỏ các thông tin nhiễu và chuẩn hóa thông tin), phân hoạch vùng
(đánh dấu các vùng đối tượng quan tâm) và cuối cùng là phần nhận dạng – phân loại
11

các đối tượng quan tâm. Ngoài ra, hệ thống đầy đủ còn cần thêm một số chức năng
phần cứng như điều kiển bàn quan sát của kính hiển vi (microscopy stage), chức năng
canh nét nhanh, và ghi nhận hình ảnh tự động. Hình 1-1 là minh họa môt hệ thống thực
tế được sử dụng tại phòng thí nghiệm ở Institute of Inforcomm Research, A*STAR,
Singapore.

Hình 1-2 Hệ thống xét nghiệm tự động
Hệ thống bao gồm: (1) kính hiển vi có khả năng phóng đại 10x, 20x, 40x, 100x của hãng
Olympus, với hệ thống chiếu sáng bằng đèn cao áp từ bên dưới xuyên qua phiến kính chứa
mẫu vật, rồi đưa hình ảnh lên ống ngắm. Trên kính hiển vi lắp đặt bàn đặt mẫu vật được điều
khiển bằng động cơ có khả năng di chuyển 3 chiều (2 chiều n
ằm ngang và một chiều đứng) với
khoảng chính xác đến micromet. Người dùng có thể thao tác bằng tay trên bộ điều khiển hoặc
thông qua máy tính bằng phần mềm được cung cấp. (2) một máy chụp ảnh liên tục/từng ảnh
với độ phân giải 1024x1280 điểm ảnh, thực hiện công tác ghi ảnh và truyền vào máy tính để
xử lý. (3) Và một máy tính để lưu trữ, xử lý các thông tin hỉnh ảnh được truyền từ máy chụ
p
ảnh và hiển thị hình ảnh cũng như các kết quả phân tích được.
Hệ thống như trên còn có những lợi ích khác:
1. Chuyên viên hoàn toàn có thể điều khiển kính hiển vi một cách dễ dàng và
khoảng cách chính xác thông qua bảng điều khiển hoặc phần mềm trên máy
tính.
12

2. Giúp người quan sát thuận tiện hơn với hình ảnh được hiện thị trước-mặt-trên
màn hình máy tính (thay vì phải nhìn vào ống ngắm của kính hiển vi)
3. Lưu trữ hình ảnh vào kho dữ liệu để tiện việc sử dụng sau này như tra cứu các
hình ảnh liên quan, và cơ sở tài liệu phục vụ học tập nghiên cứu.
1.3 Mục tiêu và đóng góp của Luận văn
Trong luận văn này, tôi đã tìm hiểu các công trình nghiên cứu liên quan, thực nghiệm
và áp dụng các phương thức được cập nhật trong ngành thị giác máy tính để giải quyết
các tác vụ cần thiết trong việc xét nghiệm, như thuật toán phân ngưỡng tự động, các
thao tác toán học theo hình thái học (morphology), và bộ phân loại (classifier) để xác
định tế bào nhiễm ký sinh trùng.
Đóng góp chính trong luận văn là tập trung vào bài toán phân hoạch tế bào – phân tách

các tế bào dính chùm – dựa vào thông tin kích thước của hình ảnh biến đổi theo kho
ảng
cách Euclit và áp dụng độ đo, được gọi là độ phủ của điểm trung tâm, trong việc tính
độ ưu tiên khi chọn lựa tâm điểm của tế bào. Phương pháp này kết hợp ý tưởng ‘cách
con người được huấn luyện quan sát và phát hiện tế bào’ với việc tận dụng tối đa thông
tin hình dạng và kích thước có được từ hình ảnh. Ngoài ra, phương pháp còn nâng cao
độ chính xác và đạt được khả năng phân tách các tế bào h
ồng cầu trong trường hợp
phức tạp – trường hợp các tế bào nằm chồng (overlapping) hay còn gọi là tế bào dính
chùm với nhau (clumping), đồng thời tối ưu hóa các bước xử lý để nâng cao hiệu suất
thực hiện. Với kỳ vọng ‘kết quả tốt của bước phân hoạch đối tượng sẽ tạo điều kiện
cho bước phân loại và nhận dạng đối tượng đạt kế
t quả tốt hơn’.
Các bước thực hiện của luận văn:
- Khảo sát các công trình nghiên cứu trên thế giới liên quan đến các bài toán xét
nghiệm tự động bệnh sốt rét dựa vào hình ảnh mẫu máu.
- Đề nghị một phương pháp mới để nâng cao hiệu quả việc phân tách đối tượng tế
bào (hồng cầu) trên hình ảnh mẫu máu.
- Xây dựng phương pháp phát hiện tế bào nhiễm ký sinh trùng dựa trên các đặ
c
trưng và áp dụng SVM để xác định hàm phân ngưỡng.
13

- Thiết kế mô hình hệ thống thực hiện các tác vụ phân tích hình ảnh mẫu máu.
- Thực hiện các thí nghiệm để xác định hiệu xuất của phương pháp đã đề nghị.
Đây cũng được xem là một công cụ cơ bản hoàn chỉnh có thể hỗ trợ việc phân
tích hình ảnh mẫu máu trong phòng xét nghiệm.
- Thu thập hình ảnh làm tư liệu giúp ích cho việc nghiên cứu hình ảnh về bệnh số
t
rét.

1.4 Cấu trúc luận văn
Luận văn được tổ chức thành 7 chương. Nội dung Chương 2 trình bày về những kiến
thức cơ sở về bệnh sốt rét để cho thấy sự tương quan, thích hợp và cần thiết của việc áp
dụng máy tính vào xử lý hình ảnh y khoa. Để giải quyết các bài toán phân tích hình ảnh
tế bào, nhiều công trình nghiên cứu đã được thực hiện với phương pháp và hướng tiếp
cận đa dạng,
được trình bày trong chương 3. Ở chương 4, nội dung đi sâu vào phân
tích các hướng tiếp cận hiện nay và sau đó đề nghị hướng tiếp cận khác để giải quyết
hai bài toán: phân tách tế bào cũng và phát hiện tế bào có nhiễm kí sinh trùng. Tiếp
theo, để thực hiện thí nghiệm thuật toán đã đề ra, mô hình các bước xử lý từ hình ảnh
đầu vào đến kết quả cuối cùng được trình bày chi tiết trong chương 5. Các bước chuẩn
bị dữ liệu, các độ đo đánh giá, và kết quả thí nghiệm được trình bày và thảo luận trong
chương 6. Cuối cùng, chương 7 trình bày tóm tắt lại các kết quả đạt được của luận văn
và đưa ra những hướng nghiên cứu tiếp theo.



14

Chương 2.
Sơ lược về bệnh Sốt rét
Nội dung của chương này trình bày sơ lược về bệnh sốt rét, sự nhiễm bệnh, hình
dạng ký sinh trùng sốt rét trong máu, các loại ký sinh trùng và các hình thái phát triển
trong vòng đời của chúng. Quá trình cần thiết và quan trọng – chuẩn bị vật mẫu hay
còn gọi là lam máu – cũng được trình bày.
2.1 Ký sinh trùng sốt rét
Sốt rét là một bệnh gây ra bởi ký sinh trùng loại protozoa tên khoa học là Plasmodium
lây nhiễm vào cơ thể người bởi muỗi cái Anopheles đã nhiễm trùng sốt rét. Kí sinh
trùng Plasmodium có nhiều loại, trong đó có 4 loại lây nhiễm vào cơ thể người và gây
ra 4 loại bệnh sốt rét: đó là khuẩn P.falciparum, P.vivax, P.ovale, và P.malaria [20].

- Kí sinh trùng P. falciparum được xem là nguy hiểm nhất, xuất hiện phổ biến ở vùng nhiệt
đới châu Phi. Có hơn 80% trường hợp nhiếm bệnh sốt rét là do kí sinh trùng này gây nên
và cũng gây ra số ca tử vong lớn nhất (90% ca tử vong là do ký sinh trùng này gây ra).
- Kí sinh trùng P.vivax có phân bố rộng nhất và có điểm đặc biệt là xuất hiện các triệu trứng
bệnh sau thời gian ủ bệnh lên đến 5 năm. Tuy nhiên, sốt rét gây ra bởi P.vivax ít nguy
hiểm (nhiệt độ sốt th
ấp hơn so với nhiệt độ khi sốt do ký sinh trùng P. falciparum gây ra)
và dễ chữa trị hơn.
- Kí sinh trùng P. ovale có đặc điểm giống với kí sinh trùng P.vivax, xuất hiện chính ở vùng
Châu Phi. Kí sinh trùng P.malaria cũng có độ phân bố rộng, nhưng hiếm gặp so với kí sinh
trùng P.vivax và P. falciparum.
- Ở Việt nam, kí sinh trùng P. falciparum chiếm 70% và ký sinh trùng P. vivax chiếm 30%,
hai loại còn lại hiếm xuất hiện.
Với chu kỳ sống của ký sinh trùng sốt rét trong môi trường máu của cơ thể người, ta có
thể quan sát và phân biệt được 4 thời kỳ phát triển khác nhau, có thể phân biệt dựa vào
hình thái của chúng: thể nhẫn (ring), thể tự dưỡng (trophozoite), thể phân liệt
(schizont), giao bào (gametocyte). Sự khác biệt giữa các loại ký sinh trùng được dựa
vào hình dạng và kích thước của tế bào hồng cầu mà chúng lây nhiễm vào, và đặc điểm
15

cấu trúc của các chấm bên trong tế bào lây nhiễm [3]. Sự khác biệt giữa các thời kỳ
phát triển của mỗi loại ký sinh trùng cũng được xác định giống như phân loại ký sinh
trùng, dựa vào hình thái, kích thước, và sự tồn tại của sắc tố (pigment) của ký sinh
trùng sốt rét. Tuy nhiên, sự phát triển của ký sinh trùng là liên tục nên xuất hiện một số
dạng trung gian và gây khó khăn khi phân biệt các thời kỳ phát triển liền kề nhau.

Hình 2-1 Hình ảnh các chủng loại và các giai đoạn phát triển ký sinh trùng
2.2 Cách chuẩn bị lam máu
Khi sử dụng kính hiển vi để việc quan sát phát hiện và nhận dạng ký sinh trùng được
khả thi và hiệu quả, thì mẫu máu phải được thực hiện qua một quá trình xử lý hóa học

gọi là nhuộm (staining). Phương pháp nhuộm thông dụng trong xét nghiệm bệnh sốt rét
là Giemsa, cách làm này tạo cho màu sắc của tế bào hồng cầu (RBC) có màu hồng
(hoặc tím, hoặc nâu) nổi trên nền xám nhạt, trong khi đó, làm đậm các thành phần có
chứa nhiễm sắc th
ể (DNA) như ký sinh trùng (parasite), tế bào bạch cầu (WBC), tiểu
cầu (platelet) và một vài artefact. Hình 2-2 minh họa một số đối tượng trong lam máu
sau khi được nhuộm Geimsa.
16


(a)


(b)

(c)

(d)

(e)


(f)

(g)

(h)
Hình 2-2 Một số mẫu đối tượng được nhuộm trong thực tế
Với hình trên (a) và (b) là tế bào bạch cầu (white blood cell), có cấu trúc khối nguyên chất đậm
đặc và kích thước trung bình to gấp 3 lần hồng cầu; (c) và (d) là tiểu cầu, có cấu trúc xốp và

kích thước nhỏ hơn hồng cầu rất nhiều (bằng khoảng 1/5); (e) hình dạng artefact; (f) là hai tế
bào hồng cầu bị nhiễm ký sinh trùng P. falciparum và đang ở thể nhẫn, (g) thể tự dưỡ
ng của ký
sinh trùng P. falciparum; và (h) là thể phân liệt của ký sinh trùng P. falciparum, các tế bào có
màu nhạt hơn là các tế bào hồng cầu khỏe mạnh.
Nguồn: dữ liệu của Ross [15], dữ liệu của Bệnh viện NUH, Singapore, và dữ liệu của Khoa
nhiễm sốt rét Bệnh viện Nhiệt đới Thành phố Hồ Chí Minh.

Vật mẫu dùng để xét nghiệm trên kính hiển vi được tạo ra trên một phiến thủy tinh
mỏng được gọi là lam máu (blood smear / blood film) (Hình 2-3). Lam máu dùng để
xét nghiệm gồm hai dạng:
- Giọt dày (thick blood film) cho phép người chuyên viên sử dụng quang trường
40x – khả năng phóng đại 40 lần – để có thể quan sát trên một vùng lớn. Hình
ảnh quan sát chỉ tồn tại các vùng nhuộm màu, nên khả năng phát hiện được ký
sinh trùng dễ dàng và nhanh chóng. Tuy nhiên, cách thức tạo giọt dày làm phá
h
ủy các tế bào hồng cầu và như vậy làm cho việc nhận dạng loại ký sinh trùng
trở nên khó khăn.
- Giọt mỏng (thin blood film) ngược lại với giỏi mỏng, phương pháp tạo giọt
mỏng bảo toàn được hình dạng của tế bào hồng cầu và ký sinh trùng. Như vậy
việc định dạng loại ký sinh trùng dễ dàng hơn, bù lại việc quan sát đòi hỏi người
17

chuyên viên phải sử dụng sử dụng quang trường 100x – khả năng phóng đại 100
lần – để phân tích kỹ lưỡng hơn, mất nhiều thời gian hơn.

Hình 2-3. Lam máu, giọt dày (trái), giọt mỏng (phải)
Cách thức xét nghiệm trong thực tế thông thường được bắt đầu bằng việc quan sát giọt
dày. Quá trình này sẽ quyết định sự nhiễm bệnh: âm tính hay dương tính, tức là xác
định sự có mặt của ký sinh trùng sốt rét trong lam máu. Tiếp theo, quá trình nhận dạng

loại ký sinh trùng và thời kỳ phát triển của chúng được thực hiện trên giọt mỏng.
Tuy nhiên, các nghiên cứu về hình ảnh ký sinh trùng sốt rét trên máy tính hiện nay, tất
cả đều sử dụng hình ảnh ghi nh
ận từ lam máu giọt mỏng làm đối tượng nghiên cứu vì
chúng chứa nhiều thông tin để khai thác và phân tích hơn so với hình ảnh ghi nhận từ
lam máu giọt dày. Các hình ảnh tế bào và ký sinh trùng trong Hình 2-2 đều được chụp
từ giọt mỏng của lam máu.
2.3 So sách với phương pháp xét nghiệm khác
Phương pháp phân tích và xét nghiệm nhiễm bệnh sốt rét bằng kính hiển vi được xem
là kỹ thuật phổ biến, kinh tế và tin cậy. Bên cạch khả năng phát hiện và phân biệt các
loại kí sinh trùng, phương pháp này còn cho phép quan sát các giai đoạn phát triển của
kí sinh trùng trong máu, đây được xem là ưu điểm lớn nhất của phương pháp này. Hơn
nữa, chí phí trang thiết bị và đào tạo tương đối thấp, sẽ đảm bảo được khả
năng trang bị
cho các nước đang phát triển, nơi dịch bệnh phát triển [3]
. Trở ngại của phương pháp
quan sát kích hiển vi là việc phân biệt chủng loại ký sinh trùng và thời kỳ phát triển của
chúng gặp không ít khó khăn và nhầm lẫn, vì hình thái biểu hiện tương tự nhau.
18

Một kỹ thuật mới phát triển gần đây gọi là PCR (Polymerase chain reaction), sử dụng
các phương pháp biến đổi chuỗi phản ứng hóa học, và kết quả có được thông qua độ đo
của sản phẩm tạo thành, thay vì thông qua độ đo của hình ảnh được quan sát bằng mắt
thường. Kỹ thuật này có khả năng phát hiện ký sinh trùng nhạy hơn và rõ ràng hơn so
với kỹ thuật quan sát kính hiển vi. Hơn nữa, ph
ương pháp này giải quyết được vấn đề
phát hiện đa nhiễm, nhiễm nhiều chủng loại ký sinh trùng cùng một lúc. Hiện nay,
người ta cho rằng phương pháp này có thể thay thế phương pháp xét nghiệm bằng kính
hiển vi. Tuy nhiên, chi phí của phương pháp PCR nhiều tốn kém, yêu cầu các thiết bị
đắt tiền và điều kiện phòng xét nghiệm ở mức cao [21][22]

.
Ngoài ra, một kỹ thuật khác, được gọi là phát hiện nhanh như dạng que thử Rapid
Diagnostic Tests, không cần đến các thiết bị xét nghiệm hay sự huấn luyện đặc biệt
nào. Độ nhạy phát hiện được ký sinh trùng, dĩ nhiên, thấp hơn độ nhạy của phương
pháp sử dụng kính hiển vi, nhưng trong một số trường hợp nó vẫn được chấp nhận.
2.4 Đặc điểm hình ảnh tế bào
Qua việc quan sát thực tế, các hình ảnh mẫu máu có các đặc điểm như sau:
Hình ảnh giọt mòng được quan sát và chụp ở những mức độ phóng đại – quang trường
100x. Tuy nhiên, độ phân giải của máy chụp ảnh có thẻ bị thay đổi làm cho kích thước
của các đối tượng quan tâm không cố định.

Hình 2-4. Artefact - các thành phần gây nhiễu
Yếu tố nhiễu trong hình ảnh gây ra sự sai lệch trong việc phát hiện tế bào nhiễm ký
sinh trùng. Thông thường, nhiễu là các thành phần artifact trong mẫu máu, bao gồm
19

các loại tế bào lạ vô định hình, vết dơ, vết bụi, vết bẩn hóa học trong lúc chuẩn bị mẫu
vật. (Hình 2-4)
Vì độ sáng của nguồn sáng cũng như nồng độ của thuốc nhuộm làm cho hình ảnh có
nhiều biến đổi về màu sắc như tông màu (độ màu nóng lạnh), độ tương phản và độ
sáng tối. Các tông màu thường thấy trong các ảnh chụp mẫu máu là xám, xanh, tím,
hồng, và vàng. Độ sáng tối thườ
ng bị thay đổi từ trung tâm ra biên của ảnh do hiệu ứng
quang học của thấu kính. (Hình 2-5)



Hình 2-5. Các tông màu khác nhau xuất hiện trong hình ảnh mẫu máu
Hình dạng và sự xuất hiện của đối tượng quan tâm – tế bào máu – cũng có nhiều thay
đổi trong hình ảnh.

20

- Tế bào hồng cầu thông thường sẽ có một vùng sáng ở trung tâm, nhưng trong
một số trường hợp chúng lại không có vùng sáng. Hình 2-6 (a) và (b). Điều này
thường xảy ra khi mẫu máu được kẹp bởi 2 lam máu dùng để lưu trữ lâu dài.
- Tế bào hồng cầu thông thường sẽ có hình dạng tròn, dạng bầu dục, dạng elip.
Đôi khi chúng có đường viền dạng răng cưa nhưng vẫn ở dạng tròn. Trong một
số
trường hợp tế bào bị biến dạng bóp méo, xảy ra khi vùng quan sát có mật độ
tế bào cao. Xem Hình 2-6 (c) và (d).
- Điều quan tâm là tế bào có nhiều khả năng nằm chồng lên nhau (dính nhau),
thông thường 2-3 tế bào và có thể kết thành một chùm hoặc một dây. (Hình 2-7)

(a) (b) (c) (d)
Hình 2-6. Đa dạng hình dạng tế bào hồng cầu
Với hình trên (a) các tế bào được thấy phổ biến trong các hình ảnh mẫu màu – tồn tại
điểm sáng ở vùng trung tâm tế bào; (b) các tế bào hồng cầu bình thường, nhưng trong
trường hợp này vật mẫu được ép giữa hai phiếm kính, do vậy phần sáng ở trung tâm tế
bào không còn được thấy; (c) tế bào hồng cầu có đường biên răng cưa; (d) tế bào hồng
cầu có hình dạng méo khi m
ật độ cao.

Hình 2-7. Các tế bào hồng cầu nằm chồng nhau (dính nhau)

21

Chương 3.
Công trình Nghiên cứu liên quan
Nội dung của chương này trình bày những hướng tiếp cận và phương pháp giải
quyết các bài toán trong việc xét nghiệm tự động bệnh sốt rét bằng hình ảnh mẫu máu.

Với các kỹ thuật xử lý ảnh trong ngành thị giác máy tính như hình thái học, dò cạnh
(edge detection), biến đổi trạng thái (transformation)… và các thuật toán trong ngành
máy học nhằm tập trung giải quyết hai bài toán: phân tách (segmentation) và phân
loại (classification) tế bào nhiễm ký sinh trùng.
3.1 Các phương pháp phân tách tế bào
Quá trình phân tách (segmentation) theo định nghĩa khoa học máy tính được xem là
quá trình chọn lựa trong khối dữ liệu lớn và phức tạp, đồng thời giảm thiểu các thông
tin gây nhiễu để thu được các thông tin cần thiết, đáng quan tâm. Đây là sẽ là thông tin
cung cấp cho các quá trình xử lý tiếp theo như rút trích đặc trưng, phân loại, nhận
dạng… Phân tách hình ảnh được xem là quá trình chia nhỏ hình ảnh thành các vùng
(region) hay các đối tượng (object) có cùng đặc điểm hay cấu tạo nào đó. Các vùng/
đối
tượng này được xác định tùy vào yêu cầu của bài toán và quá trình kết thúc khi các
vùng/đối tượng quan tâm trong hình ảnh được phân tách riêng rẽ. Tuy nhiên, quá trình
phân tách sẽ không vượt quá mức chi tiết đến mức có thể xác định được đối tượng là gì
[26]
. Ví dụ, trong hình ảnh mẫu máu, các tế bào hồng cầu và bạch cầu là những
vùng/đối tượng quan tâm cần phải phân tách.
Quá trình phân tách là một trong những tác vụ khó khăn trong quá trình xử lý hình ảnh.
Độ chính xác của quá trình phân tách quyết định sự thành công hay thất bại của các
quá tình phân tích hình ảnh khác [26]
. Các thuật toán phân tách hình ảnh đều dựa trên
hai tính chất cơ bản của độ lớn điểm ảnh: độ không liên tục và độ tương tự. Với tính
chất đầu tiên, cách tiếp cận để phân tách hình ảnh dựa vào sự thay đổi đột ngột của giá
trị độ màu, kết quả tạo thành là các cạnh của đối tượng.Với tính chất thứ hai, cách tiếp
22

cận dựa trên việc lựa chọn các điểm ảnh có độ màu tương tự với nhau hoặc tương đồng
với giá trị định sẵn, kết quả tạo thành là các vùng đối tượng. Các thuật toán và kỹ thuật
có thể kể đến là phân ngưỡng (thresholding), loang vùng (region growing), cắt/ ghép

vùng (split and merge) và dò cạnh (edge detection).
Một số đặc điểm đáng quan tâm khi phân tách hình ảnh tế bào là: các đối tượng có thể
nằm chồng chéo lên nhau, có hình dạng và kích thước biến đổi. Ngoài ra, do độ sáng
tối không đồng nhất, sự tương phản giữa biên của tế bào và phần nền cũng thay đổi
theo vùng ảnh.
Phân tách cũng được xem là một tác vụ phân loại các điểm ảnh. Hình ảnh bao gồm các
vùng điểm ảnh có độ màu (intensity) khác nhau sẽ được gán vào các lớp khác nhau dựa
vào kỹ thuật phân loại như: kỹ thuật gom cụm (clustering), phân lo
ại có kiểm soát
(supervised) và phân loại không kiểm soát (unsupervised).
Các công trình nghiên cứu về phân tách tế bào tiêu biểu được kể đến như:
Công trình của Cecilia Di Ruberto [12][13], sử dụng hình ảnh RGB, phân tách tế bào
hồng cầu từ kênh màu xanh, định kích thước trung bình của hồng cầu bằng phân tích
ma trận hạt trên ảnh mức xám. Sau đó, sử dụng thuật toán đường phân thủy và thông
tin độ dốc màu sắc để phân tách các tế bào dính nhau.
Kumar [28] đã sử dụng phép phân tách đường biên tế bào bằ
ng cách sử dụng phép tính
năng lượng Teager. Phương pháp này được dùng để phân tách các tế bào bạch cầu
trong mẫu máu.
Theera-Umpon [29] đề nghị một kỹ thuật phân tách tế bào dựa trên thuật toán fuzzy C-
Mean (FCM) và các phép toán hình thái cơ bản. Đây cũng là một phương pháp được áp
dụng để phân loại các điểm ảnh của tế bào bạch cầu.
Bằng phương pháp phân ngưỡng để thu được đường biên dạng tròn của tế bào, từ đ
ó
xác định chính xác vị trí của tế bào. Liao [30] cố gắng định vị tế bào bằng cách thức
xác định hình dạng, tuy nhiên, cách thức chỉ đúng với những trường hợp đường biên
của tế bào có dạng tròn.
23

Jiang [31] đưa ra một cách phân tách dựa vào bộ lọc kích thước và phân cụm theo

histogram không gian màu HSV. Jiang cũng đề nghị một quy trình phân tách tế bào
trên không gian ảnh màu dựa trên kỹ thuật gom cụm theo không gian đặc điểm, kết hợp
với bộ lọc không gian kích thước và gom cụm đường phân nước.
Ongun [32]đã thực hiện quá trình phân tách tế bào bằng phép toán hình thái trước, sau
đó sử dụng kỹ thuật đường biên linh hoạt (active contour) để tìm ra giới hạn biên của
tế
bào. Thuật giải là chỉ áp dụng để phân tách các dạng tế bào đơn lẻ như tế bào bạch
cầu. Leyza phát triển tiếp công trình của Ongun, sử dụng các phép toán hình thái học
và khảo sát tính chất không gian kích thước để tăng mức độ chính xác của thuật toán
phân tách tế bào.
Ritter [33] giới thiệu một cách thức xác định đường biên các đối tượng sau đó sẽ thực
hiện phân tách tế bào theo vùng sử dụng phép loang (flooding). Trở ngại củ
a phương
pháp này là việc xác định điểm mấu chốt (seed) là dựa vào thông tin màu sắc – một yếu
tố có độ biến động cao.
3.2 Cácphương pháp phát hiện và phân loại ký sinh trùng
Không có nhiều công trình nghiên cứu về cách thức phát hiện và phân loại tế bào
nhiễm ký sinh trùng. Ba công trình của Tek [7], Ross [15], Di Ruberto [12] mô tả các
phương pháp về phân loại tế bào nhiễm ký sinh trùng. Hai công trình của Halim [16]
và MinhTam-Le [17] được sử dụng để phát hiện và phân biệt tế bào hồng cầu khỏe
mạnh và tế bào nhiễm bệnh. Các phương pháp phân tích hình ảnh cũng như phân tính
mẫu máu ở thực tế đều bắt đầu từ việc phân biệt kí sinh trùng trong các đối tượng có
nhuộm màu v
ới tế bào bạch cầu, tiểu cầu và artefact, rồi sau đó mới tiến hành phân loại
các loại ký sinh trùng cũng như thời kì phát triển của chúng trong chu kỳ sống. Ngoài
yếu tố về việc sử dụng bộ phân loại (classifier), thì việc lựa chọn đặc điểm và phương
pháp rút trích đặc trưng (feature extraction) là vấn đề quan tâm nhiều trong các công
trình nghiên cứu.
Di Ruberto [12] có cách phân loại bạch cầu và giao bào của kí sinh trùng dựa vào
thông tin diện tích. Tiếp theo, ông cũ

ng đề nghĩ một cách thức phân loại các thời kỳ
24

phát triển của kí sinh trùng dựa vào mức độ tương đồng của độ sáng để phân loại thể
nhẫn và thể phân liệt. Rao [35] cũng sử dụng ý tưởng này để thực hiện một quá trình
phân loại dựa theo luật gồm có thông tin về diện tích và sự có mặt của điểm đặc trưng
tế bào chất để phân loại các thời kỳ của ký sinh trùng.
Ross [15] đưa ra một cách tiếp cận khác, giải quy
ết phân loại qua 2 bước. Ông đưa ra
hai tập đặc trưng khác nhau tương ứng với hai quá trình phát hiện và nhận dạng loại ký
sinh trùng. Các đặc trưng đề nghị bao gồm các thông tin về màu sắc và đặc điểm hình
học. Ví dụ, về thông tin màu sắc, ông sử dụng cường độ màu trung bình, cường độ
đỉnh, độ nghiêng, và độ tương tự từ các kênh màu đỏ xanh lam cũng như với các thành
phần màu sắc, độ bão hòa, và cường độ
trong hình ảnh. Với đặc điểm hình học, ông sử
dụng tỉ lệ tròn, độ khúc khủy và thông tin kích thước (diện tích) để làm đặc trưng. Sau
khi có được tập đặc trưng khoảng 70-100 đặc điểm, ông sử dụng mạng nơ ron lan
truyền ngược (back propagation neutral network) để huấn luyện và phân loại.
Với Boray Tek [7], sử dụng kỹ thuật KNN để phát hiện tế bào nhiễm kí sinh trùng. Sau
đó, Tek mở rộng phương pháp này
để phân loại ký sinh trùng cũng như xác định trạng
thái phát triển của ký sinh trùng. Ông sử dụng các đặc điểm chung như chỉ định màu
sắc trong histogram, phép quay Hu, ma trận hạt cục bộ và vector đặc điểm ràng buộc
để tạo ra tập đặc trưng.
3.3 Nhận xét và đánh giá các hướng tiếp cận
Hiện tại có 3 bài toán chính có liên quan đến nghiên cứu ‘phân tích tự động hình ảnh
mẫu máu để đánh giá sự nhiễm bệnh do ký sinh trùng sốt rét’:
1. Phân tách tế bào hồng cầu (đánh dấu các mặt nạ hay đường biên ngoài của các
tế bào) bao gồm việc đếm số lượng cũng như phân tách các cụm tế bào dính
chùm

2. Phát hiện kí sinh trùng sốt rét trong tế bào hồng cầu
3. Phân loại ký sinh trùng và thời kì phát triển của chúng trong chu kỳ sống.
Bài toán này với bài toán 2. có thể gộm thành một bài toán chung.
25

Các hướng tiếp cận được trình bày ở hai phần trên cho thấy sự đa dạng về phương
pháp. Các kết quả của các công trình nghiên cứu nêu ra có mức độ tương đối cao, tuy
nhiên chưa có một so sách chính thức nào giữa các phương pháp. Mỗi công trình sử
dụng dữ liệu riêng của mình và chưa có dữ liệu chung. Ngoài ra dữ liệu cũng còn ở
mức hạn chế về loại ký sinh trùng, do vậy mà còn ít công trình trình bày về các phương
pháp phân loại ký sinh trùng. H
ầu hết các hướng tiếp cận đều sử dụng các thông tin cấp
thấp mức độ điểm ảnh và đường biên. Các công thức còn dựa vào nhiều yếu tố là bất
định hay ngưỡng cố định, nên khi có thay đổi trong dữ liệu sẽ xảy ra nhiều sự sai lệch.
Trong luận văn này, vấn đề phân tách tế bào hồng cầu được tập trung tìm hiểu và cải
tiến. Chúng tôi đề nghị mộ
t đặc trưng gọi là độ bao phủ. Đặc trưng này được tính toán
đơn giản cùng với việc tận dụng tối đa các thông tin có được trong hình ảnh sẽ giúp
cho việc phân tách được thực hiện nhanh chóng. Và kết quả của phần phân tách được
dùng để thử nghiệm một phương pháp phát hiện ký sinh trùng. Phương pháp này sử
dụng dữ liệu để huấn luyện và tìm ra hàm phân ngưỡng. Tuy nhiên, với đặc trưng đơn
giản, ph
ương pháp chỉ đáp ứng nhu đầu phát hiện được tế bào có nhiễm ký sinh trùng,
chưa thực hiện chức năng phân loại ký sinh trùng.

26

Chương 4.
Bài toán và Hướng tiếp cận
Nội dung của chương này trình bày, phân tích và đánh giá các hướng tiếp cận của

hai bài toán: phân tách tế bào và phát hiện tế bào nhiễm ký sinh trùng. Thông qua
phân tích các hướng tiếp cận của các công trình nghiên cứu, hiểu rõ cách làm cũng
như các mặt còn hạn chế của các giải pháp, chúng tôi đề nghị một cách tiếp cận mới,
đây cũng là những đóng góp khoa học của luận văn.
4.1 Đặt vấn đề
Hệ thống tự động xét nghiệm, như trình bày ở phần 1.2, được xây dựng nhằm mục đích
hỗ trợ người kỹ thuật viên có thể quan sát mẫu vật một cách hiệu quả hơn trên mành
hình máy tính, đồng thời cho phép xác định nhanh chóng và chính xác số lượng hồng
cầu cũng như vị trí các tế bào nhiễm bệnh.
Thông qua phần phân tích các yếu tố liên qua và đặc điểm thay đổi trong hình ảnh mẫu
máu trong phầ
n 2.4, hệ thống cần phải phải thực hiện được các yêu cầu sau:
- Phân tách các đối tượng nhanh chóng và chính xác, đặc biệt trong các trường
hợp các tế bào nằm chồng chéo và che khuất nhau, giúp người quan sát có thể
biết được số lượng tế bào hồng cầu ‘một cách tương đối’ không cần phải quan
sát và đếm thủ công.
- Định vị các đối tượng bất thường nhanh chóng và chính xác, giúp người quan
sát định vị được vị
trị tế bào nhiễm ký sinh trùng để đánh giá mức độ nhiễm
bệnh trong hình ảnh mẫu máu.
Với các yêu cầu nêu trên, hình thành hai bài toán: phân tách tế bào và phát hiện kí sinh
trùng. Các bài toán này lần lượt được trình bày và phân tích ở phần tiếp theo.
27

4.2 Bài toán phân tách tế bào
Hầu hết, các công trình nguyên cứu hiện nay đều có khả năng thực hiện tốt việc phân
tách tế bào, nhưng chỉ mới thực hiện tốt ở mức tế bào đơn lẻ, chủ yếu phân tách trên tế
bào bạch cầu, vì tế bào bạch cầu có kích thước lớn nhất, có hình dạng đặc trưng, mật
độ thấp, nằm tách nhau, và dễ bắt màu nhuộm hình ảnh mẫu máu (Hình 4-1). Trong
khi đó, các tế bào hồ

ng cầu có đặc điểm kính thước nhỏ hơn, hình dạng và màu sắc
tương tự nhau, mật độ cao và có nhiều khả năng chồng lắp lên nhau, thì các phương
pháp phân tách chưa đạt hiệu quả cao.
Để phân tách được tế bào nằm chồng nhau có những hướng tiếp cận được đề nghị như
sau:
1. Phương pháp toán học hình thái
2. Phương pháp đường phân nước
3. Phương pháp hình học – khảo sát
đường biên
4. Phương pháp phân tách dựa vào mô hình

Hình 4-1. Hình ảnh so sánh đặc điểm tế bào bạch cầu và hồng câu
Trong hình có 3 tế bào bạch cầu, chúng có màu sắc nổi trội, kích thước to gấp 3 lần
các tế bào hồng cầu xung quanh, các tế bào hồng cầu có kích thước nhỏ hơn và có
nhiều cụm tế bào nằm chồng lên nhau.
4.2.1 Phương pháp toán học hình thái
Phương pháp phổ biến, dễ cài đặt, mang tính chất nhanh gọn và được sử dụng rộng rãi
trong việc phân tách các đối tượng dựa trên thông tin hình dạng là phương pháp toán
28

học hình thái (mathematical morphology). Kỹ thuật này dựa trên lý thuyết và ý tưởng
của phép mở hình thái học (opening morphology).
Toán học hình thái dựa trên lý thuyết tập hợp [26], các phép toán này được thực hiện
trên hình ảnh nhị phân – tập hợp điểm ảnh trắng hoặc đen, mang giá trị cường độ sáng
tương ứng là 0 hoặc 1. Phép toán mở (opening) hình thái học được kết hợp bởi hai
phép toán cơ sở là phép lan (dilation) và phép co (erosion). Với công thức như sau:



A

sAss



(4-1)
Trong đó, A là hình ảnh gốc, s là cấu trúc cơ sở,

là phép co và

là phép lan, công
thức phải được thực hiện lần lượt phép co trước, phép lan sau. Ngược lại với phép mở
là phép đóng hình thái (closing), cách tính cũng giống như phép mở nhưng thực hiện
phép lan trước và phép co sau.
Hiệu ứng của phép mở hình thái cho phép biết đổi hình dạng các thành phần trong hình
ảnh nhị phân theo chiều hướng của hình dạng của cấu trúc cơ sở bằng cách xóa bớt các
điểm ảnh. Bằng cách này, để phân tách hai tế
bào hồng cầu (dạng tròn), một cấu trúc
cơ sở dạng đĩa tròn được áp dụng trong phép toán mở, và kết quả các điểm ảnh ở biên
của đối tượng - tế bào chồng lắp lên nhau – sẽ được xóa bỏ, và tách thành các đối
tượng nhỏ hơn. (Hình 4-2)

Hình 4-2. Quá trình sử dụng phép mở hình thái để tách tế bào
(a) Ảnh nhị phân (b) Các điểm ảnh được xóa bởi phép mở hình thái (c) Tế bào được phân tách
Phương pháp này đã được sử dụng trong các công trình của Dorini [27], Fabio Scotti
[34], và Rao Mohana [35]. Ưu điểm của phương pháp này là xử lý tính toán nhanh và
thực hiện tốt đối với các cụm tế bào có độ dính nhau thấp. Hạn chế của phương pháp
này là khó khăn trong việc xác định độ lớn cấu trúc cơ sở, nếu kích thước của cấu trúc
cơ sở nhỏ thì sẽ không tách được các tế bào dính nhau, trong khi đó, khi đặt kích thước