Xây dựng chương trình đồng dạng ảnh biến dạng áp dụng trong y tế

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

NGUYỄN THANH TÂN

XÂY DỰNG CHƯƠNG TRÌNH ĐỒNG DẠNG ẢNH BIẾN
DẠNG ÁP DỤNG TRONG Y TẾ

LUẬN VĂN THẠC SĨ NGÀNH VẬT LÝ

Tp. Hồ Chí Minh, Năm 2012


ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

NGUYỄN THANH TÂN

VIẾT CHƯƠNG TRÌNH ĐỒNG DẠNG BIẾN DẠNG ÁP
DỤNG TRONG Y HỌC

CHUYÊN NGÀNH: VẬT LÝ HẠT NHÂN, NGUYÊN TỬ VÀ
NĂNG LƯỢNG CAO
MÃ SỐ CHUYÊN NGÀNH: 644405

LUẬN VĂN THẠC SĨ: NGÀNH VẬT LÝ

NGƯỜI HƯỚNG DẪN KHOA HỌC:
TS. NGUYỄN THÁI BÌNH

Tp. Hồ Chí Minh, Năm 2012

Lời cảm ơn
Vậy là hơn hai năm học cũng sắp qua. Khi hoàn thành khóa luận này tôi cũng đã sắp
bước qua ngưỡng của thạc sĩ, hơn hai năm qua tôi đã học hỏi được nhiều điều nhờ
sự tận tình dạy bảo và giúp đỡ của giảng viên và bạn bè. Đặc biệt trong khóa luận
vừa rồi tôi thật sự biết ơn sự chỉ dẫn của thầy cô và các bạn đã giúp tôi không những
hoàn thành luận văn mà còn giúp tôi hiểu biết lên nhiều.
Trước hết tôi chân thành cảm ơn tiến sĩ Nguyễn Thái Bình đã gợi mở đề tài và cũng
như cung cấp tài liệu và là người trực tiếp nhiệt tình hướng dẫn tôi hoàn thành khóa
luận. Cảm ơn thạc sĩ Nguyễn Trần Đông, đã cộng tác, giúp tôi rất nhiều về chuyên
môn trong quá trình làm luận văn.
Cảm ơn các đồng nghiệp, các bạn ở phòng vật lý công ty Med-aid đã nhiệt tình góp
ý, động viên tôi hoàn tất khóa luận.
Tôi cũng chân thành cảm ơn bộ môn vật lý hạt nhân đã thường xuyên đốc thúc chúng
tôi học tập và làm luận văn đúng thời hạn.


Mục lục
Danh mục các chữ viết tắt

iii

Danh mục các đồ thị và hình vẽ

iv

Danh mục các bảng

viii

1 TỔNG QUAN VỀ PHƯƠNG PHÁP ĐỒNG DẠNG ẢNH
1.1

Phương pháp đồng dạng ảnh

3

. . . . . . . . . . . . . . . . . . . . . . .

3

1.1.1

Định nghĩa . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3

1.1.2

Xạ trị và ứng dụng của đồng dạng ảnh trong xạ trị . . . . . . .

5

1.1.3

Phân loại các phương pháp đồng dạng ảnh . . . . . . . . . . . . 10

1.1.4

Các phương pháp đánh giá quá trình đồng dạng ảnh . . . . . . 13

1.2

Bài toán đặt ra của phương pháp đồng dạng ảnh . . . . . . . . . . . . 19

1.3

Chọn giải thuật để hiện thực bằng ngôn ngữ C++

2 PHƯƠNG PHÁP HORN–SCHUCNK(HS)

. . . . . . . . . . . 25
27

2.1

Tổng quan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

2.2

Triển khai công thức . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3 HIỆN THỰC HORN-SCHUNCK VÀ KẾT QUẢ

34

3.1

Giới thiệu chương trình Panther . . . . . . . . . . . . . . . . . . . . . . 34

3.2

Hiện thực HS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

i


3.3

3.4

3.2.1

Lược đồ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

3.2.2

Chi tiết mỗi quá trình . . . . . . . . . . . . . . . . . . . . . . . 38

Đánh giá kết quả . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.3.1

Đánh giá hình ảnh thô . . . . . . . . . . . . . . . . . . . . . . . 45

3.3.2

Kết quả đồng dạng cho các đường bao thể tích (Countour) . . . 49

3.3.3

Đồng dạng liều lượng . . . . . . . . . . . . . . . . . . . . . . . . 57

Kết luận . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

4 KẾT LUẬN VÀ ĐỀ XUẤT

63

Tài liệu tham khảo

64

ii


Danh mục các chữ viết tắt
ART

: Adaptive Radiation Therapy

COV

: Covariance

DVH

: Dose to Volume Histogram

MI

: Mutual Information

MSD

: Mean of Square Difference

NMI

: Normalize Mutual Information

HS

: Horn-Schunck

QA

: Quality Acception

TPS

: Treatment Planning System

RA

: Real-time Adaptive Radiation Therapy

ROI

: Region of Interest

iii


Danh mục các đồ thị và hình vẽ
1.1

Quá trình đồng dạng biến dạng. . . . . . . . . . . . . . . . . . . . . . .

4

1.2

Đồng dạng thể tích . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4

1.3

Quy trình thông thường của một ca điều trị ung thư . . . . . . . . . .

5

1.4

Xạ trị ngoài xử dụng máy gia tốc tuyến tính . . . . . . . . . . . . . . .

6

1.5

Xạ trị trong . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7

1.6

Quy trình thông thường của một ca xạ trị . . . . . . . . . . . . . . . .

8

1.7

Kết hợp ảnh SPECT và ảnh CT . . . . . . . . . . . . . . . . . . . . . . 10

1.8

Tìm các cặp điểm tương đồng trong phương pháp dựa trên đặc điểm . 11

1.9

Entropy của hai hệ thống . . . . . . . . . . . . . . . . . . . . . . . . . 15

1.10 Liên hợp Histogram của hai ảnh . . . . . . . . . . . . . . . . . . . . . . 16
1.11 Trường hợp đồng dạng đơn giản . . . . . . . . . . . . . . . . . . . . . . 20
1.12 Trường hợp đồng dạng lưới . . . . . . . . . . . . . . . . . . . . . . . . 21
1.13 Trường hợp đồng dạng biến dạng . . . . . . . . . . . . . . . . . . . . . 21
1.14 Trường hợp hai khối thể tích khác biệt lớn về tọa độ x, y . . . . . . . . 23
1.15 Trường hợp có sự khác biệt lớn theo hướng trục Z . . . . . . . . . . . . 24

iv


1.16 Sự khác biệt phức tạp về hình dạng . . . . . . . . . . . . . . . . . . . . 25
2.1

Mô phỏng HS đơn giản cho hình chỉ gồm ba điểm ảnh . . . . . . . . . 28

3.1

Các chế độ màn hình của Prowess Panther. . . . . . . . . . . . . . . . 35

3.2

Màn hình DVH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

3.3

Lược đồ chương trình đồng dạng HS . . . . . . . . . . . . . . . . . . . 37

3.4

Quá trình đồng dạng qua bốn giai đoạn . . . . . . . . . . . . . . . . . 38

3.5

Sau khi nội suy kích thước ma trận vận tốc tăng lên . . . . . . . . . . 42

3.6

Vận tốc trung bình được tính gần đúng bằng cách cộng vận tốc các
voxel lân cận theo trọng số . . . . . . . . . . . . . . . . . . . . . . . . . 43

3.7

Ma trận gradient được tính từ tổng theo trọng số của độ xám . . . . . 44

3.8

Các khối thể tích lớn dịch chuyển về tọa độ rất tốt. . . . . . . . . . . . 46

3.9

Mô xương dịch chuyển tốt . . . . . . . . . . . . . . . . . . . . . . . . . 46

3.10 Các mô mềm đồng dạng khá tốt . . . . . . . . . . . . . . . . . . . . . . 47
3.11 Vùng biên có nhiều răng cưa nhỏ được đồng dạng khá nét . . . . . . . 47
3.12 Hình dạng mô xương không được tốt. . . . . . . . . . . . . . . . . . . . 48
3.13 Chi tiết bóng khí hình tròn nhỏ bị biến mất sau đồng dạng . . . . . . . 48
3.14 Họa tiết trong mô mềm đồng dạng không chính xác . . . . . . . . . . . 48
3.15 Đường bao bàng quang ở các vị trí giới hạn tương ứng . . . . . . . . . 50
3.16 Sự khác biệt của kết quả đồng dạng so với đường chuẩn

. . . . . . . . 51

3.17 Những ảnh có kết quả tốt . . . . . . . . . . . . . . . . . . . . . . . . . 51

v

3.18 Một số lỗi của đường bao bàng quang theo hướng dọc ngang . . . . . . 51
3.19 Một số lỗi của đường bao bàng quang theo hướng dọc đứng . . . . . . 52
3.20 Sự khác biệt không lớn về mặt giá trị của ruột già song lại tạo ra sai
số tương đối lớn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.21 Kết quả đồng dạng ruột già tương đối tốt ở ảnh 20 . . . . . . . . . . . 53
3.22 Một số lỗi của đường bao ruột già theo hướng dọc ngang . . . . . . . . 53
3.23 Lỗi của đường bao ruột già theo hướng dọc đứng . . . . . . . . . . . . 54
3.24 Một số lỗi của kết quả đồng dạng P+SV . . . . . . . . . . . . . . . . . 55
3.25 Kết quả khá tốt của P+SV ở ảnh 19 . . . . . . . . . . . . . . . . . . . 55
3.26 Lỗi của đường bao P+SV theo hướng dọc ngang . . . . . . . . . . . . . 56
3.27 Lỗi của đường bao P+SV theo hướng dọc đứng . . . . . . . . . . . . . 56
3.28 Lỗi nhỏ ở kết quả đồng dạng trên ảnh 17 . . . . . . . . . . . . . . . . . 57
3.29 Kết quả khá tốt ở ảnh 18 và 19 . . . . . . . . . . . . . . . . . . . . . . 57
3.30 Đường bao PTV lỗi theo hướng dọc ngang . . . . . . . . . . . . . . . . 58
3.31 Đường bao PTV lỗi theo hướng dọc đứng . . . . . . . . . . . . . . . . 58
3.32 Lỗi nhỏ kết quả đồng dạng ở của PTV+5 . . . . . . . . . . . . . . . . 59
3.33 Kết quả đồng dạng chấp nhận được của PTV+5 ở ảnh 16 và 17 . . . . 59
3.34 Đường bao PTV+5 lỗi theo hướng dọc ngang (đường xanh lơ) . . . . . 60
3.35 Đường bao PTV+5 lỗi theo hướng dọc đứng . . . . . . . . . . . . . . . 60
3.36 Liều gốc và liều đồng dạng sau khi biến đổi bằng ma trận dịch chuyển

61

3.37 Phân bố liều sau khi đồng dạng ở chuỗi ảnh chạy thử thứ 2 . . . . . . 61

vi


3.38 Phân bố liều sau khi đồng dạng ở chuỗi ảnh chạy thử 3 . . . . . . . . . 61
3.39 DVH của trường hợp chạy thử . . . . . . . . . . . . . . . . . . . . . . . 61

vii


Danh mục các bảng
1.1

Các tiêu chuẩn xử dụng Entropy để so sánh giải thuật . . . . . . . . . 17

1.2

Các tiêu chuẩn thống kê dùng so sánh giải thuật . . . . . . . . . . . . . 19

viii


Mở đầu
Ngày nay, đồng dạng ảnh được ứng dụng rộng rãi trong kỹ thuật cũng như trong cuộc
sống. Có rất nhiều phương pháp đồng dạng ảnh cố gắng biến đổi một biến dạng ảnh
(moved image) về giống một chuẩn ảnh (fixed image), trong những phương pháp này
ma trận dùng để biến đổi biến dạng ảnh về giống với chuẩn ảnh được gọi là ma trận
dịch chuyển (transformed matrix), ma trận này chính là mục tiêu của các phương
pháp đồng dạng ảnh muốn tìm ra, sau quá trình đồng dạng ma trận này được ứng
dụng vào rất nhiều nhiệm vụ khác.
Trong lĩnh vực xạ trị, đồng dạng ảnh đặc biệt là đồng dạng ảnh bất định được ứng
dụng vào rất nhiều ví dụ như trong xạ trị liều cao, tự động xác định đường bao các
thể tích lâm sàng, hoặc tính liều tích lũy…Nhưng sự thật là các chương trình mang
tính ứng dụng cho việc đồng dạng chưa được phát triển. Phần lớn các thuật toán
đồng dạng đều đã được viết trên ngôn ngữ Matlab và chỉ đóng vai trò như là một thử
nghiệm đánh giá sơ khảo định tính, không có tính ứng dụng. Khuôn khổ đồ án sẽ

đi sâu vào tìm hiểu phương pháp đồng dạng ảnh bất định Horn-Schunck sau đó hiện
thực nó. Hiện này, Prowess Panther là phần mềm đứng thứ ba trên thế giới trong
lĩnh vực xạ trị ung thư, đồ án may mắn được hiện thực hóa như một chức năng trên
Panther.
Đồng dạng ảnh có thể chia làm hai loại, đồng dạng ảnh theo phương pháp lưới
(grid method) và đồng dạng ảnh bất định (deformable registration method), trong
đó phương pháp lưới thường được áp dụng cho những trường hợp dễ, hoặc đóng vai
trò tiền xử lý, còn đồng dạng ảnh bất định được áp dụng cho những ca khó khi và
hình dạng của nhưng vùng ảnh tương ứng trong biến dạng ảnh và chuẩn ảnh rất khác
nhau. Có rất nhiều giải thuật thực hiện chức năng đồng dạng ảnh ví dụ như các

1


phương pháp Demons, phương pháp biến dạng tự do, phương pháp Horn-Schunck.
Đồ án sẽ viết chương trình đồng dạng bất định, khởi đầu sẽ giải thích về mặt học
thuật một số khái niệm liên quan và giới thiệu về tính ứng dụng của phương pháp
đồng dạng ảnh trong y tế cụ thể là xạ trị, sau đó áp dụng giải thuật và hiện thực giải
thuật này bằng ngôn ngữ C++, kết quả sẽ được đánh giá thử nghiệm, và ứng dụng
trên Prowess Panther.

2


Chương 1
TỔNG QUAN VỀ PHƯƠNG
PHÁP ĐỒNG DẠNG ẢNH
1.1
1.1.1

Phương pháp đồng dạng ảnh
Định nghĩa

Đồng dạng ảnh: là một quá trình biến đổi của tập hợp dữ liệu ảnh trong một hệ tọa
độ nhất định. Dữ liệu có thể là ảnh 2D, 3D của các máy ghi hình từ những thời điểm
khác nhau, hoặc góc nhìn khác nhau. Phương pháp này có nhiều ứng dụng như tự
động nhận dạng mục tiêu trong quân đội, tự động nhận dạng vật thể của máy tính,
phân tích và nhận dạng nhằm nhiều mục đích của các chương trình ứng dụng và nhiều
ứng dụng khác, đặc biệt là tiềm năng xử dụng trong y tế. Nó là công cụ cần thiết để
các chương trình có thể so sánh, tích hợp dữ liệu nhận được từ nhiều lần quay, đo đạc
khác nhau.
Đồng dạng biến dạng, đồng dạng ảnh có nhiều phương pháp, đồng dạng biến dạng
(Deformable Registration) là một phương pháp. Nó có mục đích chuyên biệt riêng so
với các phương pháp khác, phương pháp này đặc biệt dược ứng dụng nhiều trong y

3


tế và trong nhận dạng vật thể. Về mặt tiến trình có thể định nghĩa đồng dạng ảnh
biến dạng là một quá trình biến đổi một biến dạng ảnh (Moved Image) về giống với
chuẩn ảnh (Fixed Image) bằng cách di chuyển vị trí các điểm ảnh trên biến dạng ảnh.
Kết quả nhận được là một điều chỉnh ảnh (Transformed Image), đương nhiên ảnh này
càng giống ảnh chuẩn càng tốt (Hình 1.1).

Hình 1.1: Quá trình đồng dạng biến dạng.

Hình 1.2: Đồng dạng thể tích

Biến dạng ảnh (Moved Image): có thể là 2D hoặc 3D là một ảnh đầu vào, trong quá
trình đồng dạng vị trí các điểm ảnh trên ảnh này sẽ bị di chuyển và thay đổi nhằm

mục đích tạo ra “hình hài” giống với chuẩn ảnh (Hình 1.2). Chuẩn ảnh (Fixed Image):
có thể là ảnh 2D hoặc 3D, ảnh này cũng là một ảnh đầu vào nhưng trong quá trình
đồng dạng ảnh này không hề bị thay đổi. Nó đóng vai trò là một mục tiêu định hướng
để biến dạng ảnh trở thành trong suốt quá trình thay đổi của nó. Điều chỉnh ảnh

4


(Transformed Image): cũng như trên có thể là ảnh 2D hay 3D tương ứng với đầu vào
của quá trình biến đổi là ảnh. Điều chỉnh ảnh là kết quả cuối cùng của quá trình biến
dịch chuyển biến đổi của các điểm ảnh trên biến dạng ảnh. Có thể hiểu rằng biến
dạng ảnh sẽ di chuyển các điểm ảnh của nó để trở nên giống với ảnh chuẩn, và kết
quả của quá trình di chuyển này là điều chỉnh ảnh, vậy nên điều chỉnh ảnh càng giống
với ảnh chuẩn thì quá trình đồng dạng ảnh càng tốt.

1.1.2

Xạ trị và ứng dụng của đồng dạng ảnh trong xạ trị

Trong phần này, sẽ trình bày cụ thể hơn về những ứng dụng của đồng dạng ảnh trong
y tế, đặc biệt là xạ trị. Quy trình điều trị một bệnh nhân ung thư có thể tóm tắt.
Bệnh nhân sau khi phát hiện bị ung thư, hoặc nghi ung thư, sẽ được tiến hành chụp
ảnh cắt lớp, sinh thiết, để xác định loại ung thư, giai đoạn ung thư. Sau đó, bác sĩ
sẽ lựa chọn ra các giai đoạn điều trị tiếp theo thích hợp. Các giai đoạn điều trị tiếp
theo thường là phẫu thuật (Cắt bỏ khối ung thư), tiếp nữa là hóa trị rồi xạ trị, hoặc
có thể hóa trị với xạ trị đồng thời tùy vào từng trường hợp. Giai đoạn xạ trị có thể
áp dụng cho bệnh nhân với nhiều mục đích. Nó có thể là điều trị đánh các khối u nhỏ
tản mác ở các khu vực mà không thể can thiệp bằng phẫu thuật được, hay áp dụng
hậu phẫu để điều trị tiêu diệt những tế bào ung thư còn xót lại, hạn chế di căn, hoặc
áp dụng điều trị cho những bệnh nhân ung thư ở giai đoạn cuối nhằm mục đích giảm

đau là chính.

Hình 1.3: Quy trình thông thường của một ca điều trị ung thư

5


Xạ trị như đã đề cập ở trên là một giai đoạn trong quá trình điều trị bệnh ung thư.
Về mặt học thuật định nghĩa, xạ trị là quá trình dùng các bức xạ (tia photon, tia
electron, tia ion) chiếu vào các vùng tế bào đặc biệt, cụ thể là các mô, các khối ung
thư để nhằm mục đích tiêu diệt hoăc kiểm soát sự phát triển của các tế bào, các khối
ung thư ác tính này. Các bức xạ có thể được xử dụng bằng nhiều cách. Hai cách
thông thường là xạ ngoài, tức dùng các máy, thiết bị phát tia bức xạ chiếu tia bức
xạ từ ngoài vào cơ thể. Xạ trong, hay xạ trị áp sát, sẽ đưa các nguồn bức xạ vào các
khoang trống gần khối u trong cơ thể để điều trị.
Xạ trị ngoài, như đã nói là hình thức chiếu tia phóng xạ từ ngoài cơ thể vào vùng khối
u để điều trị. Các nguồn chiếu tia xạ trong hình thức xạ trị này, trước đây thường
dùng máy Cobal. Song sau này hình thức chính và phổ biến của nguồn xạ phát xạ
tia xạ của xạ trị ngoài là máy gia tốc, phổ biến nhất là máy gia tốc tuyến tính (Linac
accelerator)(Hình 1.4).

Hình 1.4: Xạ trị ngoài xử dụng máy gia tốc tuyến tính

Tiếp nữa phải kể đến là dao gamma (Gamma knife). Dao gamma xử dụng nguồn
đồng vị, không phải như máy gia tốc nên yêu cầu về bảo quản và an toàn của nó phức
tạp hơn. Nó thường dùng để điều trị các khối ung có kích thước không quá lớn trong
vùng não mà phẫu thuật không thể can thiệp được.
Xạ trị trong, hay xạ trị áp sát là hình thức xạ trị liều cao, đưa các nguồn phóng xạ
vào các khoang trống trong cơ thể bệnh nhân sát với khối u để chiếu xạ (Hình 1.5).

6


Trong kĩ thuật này, các nguồn phóng xạ được xử dụng thường có bán kính phát xạ và
chu kì bán rã ngắn. Các nguồn phóng xạ này thường có dạng rất nhỏ, được di chuyển
dọc theo một ống thông dưới sự điều khiển của máy tính đến vị trí sát khối u. Nó
dừng lại đó vài phút để chiếu xạ rồi kết thúc. Bởi vì khoảng cách tiếp xúc với khối u,
chu ky bán rã, bán kính phát xạ ngắn, nên liều lượng nguồn này cung cấp khá cao.
Do vậy chỉ một hay hai phút cũng đem lại hiệu quả điều trị rõ rệt cho người bệnh.

Hình 1.5: Xạ trị trong

Mục đích chính của những tia xạ là tác động vào nhưng tế bào ung thư, nên chúng
được bố trí sao cho sự tác động liều lượng nó đặt lên khối u lớn nhất có thể. Liều
lượng này nhắm vào các khối u, hoặc hạch bạch huyết cạnh khối u, tùy vào từng ca
bệnh cụ thể, mong muốn là các vùng này nhận trọn sự tác động liều. Song trong thực
tế, việc chiếu xạ không chỉ các làm vùng mô ung thư hay các vùng đích bị tác động
mà các các vùng mô lành xung quanh cũng bị tác động theo. Vậy nên phải có một
tiêu chuẩn để làm để giới hạn liều cho các mô lành quan trọng và chỉ định các khoảng
liều cho khối u. Việc này được quy chuẩn bằng những quy định và quy trình cụ thể
của các tổ chức y tế và tổ chức oan toàn phóng xạ quốc tế. Trong quá trình xạ trị, để
quản lý và thực hiện tốt các quy chuẩn này, nhân viên của trung tâm xạ trị phải cụ
thể là các kĩ sư và bác sĩ thường có sự hổ trợ bởi một hệ thống, hay một phần mềm.
Phổ biến nhất là hệ thống phần mềm điều trị TPS(Treatment planning system).

7


TPS (Treatment planning system), là một phần mềm hỗ trợ cho trong xạ trị. Nó cho
phép vận hành các quy trình chuẩn trong đó đội ngũ xạ trị bao gồm bác sĩ chuyên

khoa bức xạ (radiation oncologist), nhà xạ trị học (Radiation therapist), kĩ sư vật lý
(medial physicist) và nhà liều lượng học (medical dosimetrist) phải tiến hành đề bảo
đảm việc điều trị xạ trị cho một trung tâm xạ trị. Trong quy trình này, thường bao
gồm việc bảo đảm về mặt con người và các tiến trình có sự tham gia của họ. Về các
tiến trình quy trình của TPS, ngoài việc kiểm tra về mặt an toàn liều lượng, việc quản
lý các thiết bị phát xạ, nguồn phóng xạ, kiểm tra chất lượng định kì . Quy trình điều
trị của xạ trị cũng có thể bao gồm, xác định các thể tích điều trị và chỉ định liều, lập
kế hoạch xạ trị, mô phỏng, tiến hành xạ trị (Hình 1.6). Có thể đề cập thêm rằng,
ngoài các quy trình trên được hỗ trọ bởi TPS thì nhân viên của trung tâm xạ trị cũng
phải tiến hành các thủ tục về an toàn và các thủ tục khác, để đảm bảo trung tâm xạ
trị đạt chuẩn, phù hợp cho việc điều trị bệnh nhân.

Hình 1.6: Quy trình thông thường của một ca xạ trị

Chỉ định liều là giai đoạn mà các bác sĩ chuyên khoa, tiến hành vẽ bao các khối u.
Sau đó, tùy vào giai đoạn bệnh của bệnh nhân, và giai đoạn điều trị mà bác sĩ sẽ chỉ
định khối u phải được điều trị với liều lượng bao nhiêu, cũng như ghi nhận những mô
lành quan trọng cần phải được bảo vệ tránh sự tác động vượt quá giới hạn của phóng
xạ. Trong giai đoạn này, có thể kĩ sư vật lý và bác sĩ sẽ hợp tác với nhau để có một
hướng nhìn tổng quát nhằm kết hợp kết quả của giai đoạn này phù hợp, hay thực tế
cho gia đoạn lập kế hoạch sau này. Giai đoạn này cũng phải tính đến liều tích lũy và
quá trình điều trị của bệnh nhân. Sau giai đoạn này sẽ đến giai đoạn kế tiếp là việc
lập kế hoạch (Plan) của các kĩ sư vật lý. Việc lập kế hoạch này thường được sự trỗ
trợ của phần mềm phù hợp với thiết bị chiếu xạ tương ứng. Trong quá trình lập kế

8


hoạch, các kĩ vật lý thường phải tính đến sai số do các quá trình thiết lập cũng như
sai số vị trí tương đối của khối u để có kế hoạch tương ứng bao quát được những sai

số này.
Giai đoạn mô phỏng có thể có hoặc không tùy thuộc vào thiết bị và hình thức xạ trị.
Giai đoạn này, bệnh nhân sẽ được đưa đến một thiết bị xạ trị giả lập giống với thiết
bị xạ trị thật tương ứng, đặt và thiết lập vị trí giống với kế hoạch đã lập nhằm phát
hiện những sai sót không đáng có để kịp thời điều chỉnh. Chiếu liều là giai đoạn các
kĩ thuật viên sẽ vận hành các thiết bị phát xạ chiếu liều theo đúng kế hoạch đã lập.
Do sự thay đổi của khối u, nên nhiều khi trong suốt quá trình chiếu liều, kế hoạch
điều trị có thể được thay đổi lại để phù hợp với hình dạng mới của khối u sau đó chiếu
liều tiếp.
Ngày nay với sự phát triển của kỹ thuật hình ảnh mà sự thay đổi về các cơ quan của
bênh nhân có thể được theo dõi qua từng ngày. Kỹ thuật điều trị xạ trị tiên tiến nhất
hiện hay là Adaptive Radiotherapy, tức là thay đổi kế hoạch điều trị hằng ngày dựa
trên biến đổi của bệnh nhân. Trong phương pháp này, trước mỗi lần điều trị, bệnh
nhân sẽ được chụp ảnh. Thông qua ảnh này các bác sĩ có thể biết được sự thay đổi
của các cơ quan và ước lượng được liều vào các cơ quan. Trong một số trường hợp,
liều vào các cơ quan bị thay đổi và vượt quá ngưỡng cho phép, do vậy kế họach điều
trị cũng sẽ phải được lập lại.
Ứng dụng của phương pháp đồng dạng ảnh biến dạng trong xạ trị tập trung chủ yếu
vào trong hai lĩnh vực chính: Biến đổi đuờng bao cơ quan giữa hai ảnh chụp bệnh
nhân tại hai thời điểm khác nhau và có sự thay đổi trong hình dạng cơ quan (hay kết
hợp các ảnh chụp ở những góc nhìn khác nhau). Trong ứng dụng này, quá trình đồng
dạng sẽ cho phép tìm lại phân bố mới của các vùng mật độ khác nhau, từ đó cho
phép tìm lại phân bố của các cơ quan ở phân bố mới. Điều này cho phép các đường
bao dịch chuyển theo phân bố mới một cách tự động mà bác sĩ không cần thiết phải
vẽ ở thời điểm mới có chăng chỉ là chỉnh xửa nhỏ. Biến đổi liều, để có thể ước lượng
liều một cách chính xác bằng cách cộng liều từ những ảnh chụp khác nhau của bệnh
nhân. Điều này dựa trên nguyên tác sự phân bố của liều tích lũy sẽ dịch chuyển qua

9

quá trình đồng dạng tương ứng với sự phân bố lại của mật độ vật chất các vùng cơ
quan tương ứng.

Hình 1.7: Kết hợp ảnh SPECT và ảnh CT

1.1.3

Phân loại các phương pháp đồng dạng ảnh

Phân loại dựa theo tính chất của giải thuật đồng dạng ta có nhiều cách và nhiều
hướng để phân loại, dưới đây là năm hướng phân loại chính thường được áp dung.
Các phương pháp dựa trên cường độ và đặc điểm (Intensity-based vs feature-based):
Các thuật toán đồng dạng ảnh có thể được phân loại dựa trên giải thuật dựa vào
cường độ hay dựa vào đặc điểm. Một chuỗi ảnh được gọi là các ảnh tham khảo hay
là ảnh nguồn, chuỗi ảnh thứ hai được gọi là ảnh mục tiêu hay là ảnh ghi nhận. Quá
trình đồng dạng ảnh sẽ tìm cách chuyển đổi và gióng chuỗi ảnh mục tiêu và chuỗi ảnh
tham khảo với nhau. Các phương pháp dựa trên cường độ sẽ so sánh toàn cảnh cường
độ của hai chuỗi ảnh tương ứng với nhau dựa vào ma trận “Correclation”, còn các
phương pháp dựa trên đặc điểm lại cố gắng đồng dạng chuỗi ảnh dựa vào sự tương

10


ứng của điểm ảnh đặc biệt, các đường cong, hay các đường thẳng. Các phương pháp
cường độ sẽ đồng dạng toàn bộ ảnh, hoặc các ảnh nhỏ. Nếu một ảnh có nhiều ảnh
nhỏ, và các ảnh này đã được đồng dạng tương ứng bằng phương pháp cường độ, thì
những tâm của những ảnh con này có thể được xem như là những cặp điểm tương
đồng đặc biệt trong phương pháp đặc điểm. Khi biết đủ một số cặp ảnh điểm tương
ứng giữa hai chuỗi ảnh, phương pháp đặc điểm sẽ giống hai ảnh tương ứng đó với

nhau, do đó hàm số ánh xạ điểm-điểm giữa hai ảnh được thiết lập (Hình 1.8).

Hình 1.8: Tìm các cặp điểm tương đồng trong phương pháp dựa trên đặc
điểm

Các phương pháp theo mô hình dịch chuyển (Transformation models): Các thuật toán
đồng dạng cũng có thể được phân loại theo các mô hình mà chúng xử dụng để dịch
chuyển không gian tọa độ của ảnh đích sang không gian tọa độ của ảnh tham khảo. Có
hai loại mô hình dịch chuyển chính là, dịch chuyển tuyến tính và dịch chuyên đàn hồi
hay phi tuyến tính. Dịch chuyển tuyến tính là các phép biến đổi không gian thường
tương đối đơn giản như phép quay, phép tỉ lệ. Các phép dịch chuyển tuyến tính tường
mang nét tự nhiên, nên không thể biến đổi giữa các dạng hình học khác nhau được.
Còn các phép dịch chuyển phi tuyến tính, có thể chuyển biến đổi các hình ảnh hình
học khác nhau. Các phép dịch chuyển phi tuyến tính có thể bao gồm các phép liên

11


quan đến phép quay, các phép liên quan đến mô hình chảy hay chuyển dịch liên tục
của vật lý, hay các phép biến đổi của các hình học biến dạng.
Các phương pháp dựa trên điểm chính và các phương pháp dựa vào tần số (Spatial vs.
frequency domain methods): Phương pháp dựa vào điểm chính là những phương pháp
liên quan đến việc đồng dạng ảnh dựa vào cường độ và đặc điểm ảnh. Một vài những
giải thuật thuộc nhóm này được mở rộng và phát triển từ những giải thuật cường độ,
hay đặc điểm truyền thống nhằm mục đích cho phép người dùng có thể phần nào can
thiệp bằng tay vào quá trình đồng dạng. Khi đó người dùng sẽ chọn những cặp điểm
tương đồng giữa hai ảnh cần đồng dạng. Khi số lượng các cặp điểm này đạt đến giá
trị cần thiết tương ứng với một mô hình chuyển dịch nào đó, thì các giải thuật lặp ví
dụ như giải thuật RANXAC có thể được xử dụng để ước lượng các tham số đầu vào
để mô hình chuyển dịch đó thực hiện tiếp việc đồng dạng mang tính chuyên biệt và

sâu sắc hơn. Còn các phương pháp tần số thường liên quan tới việc tìm giá trị các
tham số cho các mô hình chuyển dịch trong việc đồng dạng ảnh. Những phương pháp
này phục vụ cho những mô hình chuyển dịch đơn giản ví dụ như phép quay, phép tỉ
lệ. Một ví dụ của phương pháp loại này là áp dụng phương pháp pha đúng cho từng
cặp ảnh để tạo ra một ảnh thử ba với một đỉnh đơn (ma trận correclation). Vị trí của
đỉnh tương ứng sự tương quan của hai ảnh cần đồng dạng. Không giống như những
phương pháp đặc điểm, phương pháp pha đúng tương đối ổn định với nhiễu, sự đứt
gãy hay những lỗi vật lý khác của ảnh y tế hoặc ảnh vệ tinh. Thêm vào đó, phương
pháp pha đúng xử dụng biến đổi Fourier để tính hệ số “Cross-correlation” giữa các
ảnh nên thời gian chạy nhanh hơn rất nhiều. Phương pháp này cũng có thể ứng dụng
cho phép quay trong khi đồng dạng nếu chuyển hệ tọa độ của các ảnh sang hệ tọa độ
cực. Nhờ vào đặc tính của hàm Fourier các thông số của phép quay và phép tỉ lệ có
thể được truyền bất biến trong quá trình biến dịch.
Phương pháp đồng dạng dựa vào chế độ ảnh (Single- vs. multi-modality methods):
Một cách phân loại khác là dựa vào việc đồng dạng ảnh đơn thức hoặc đa thức. Các
giải thuật thuộc nhóm đơn thức là các giải thuật đồng dạng cho những hình ảnh được
quay hoặc quét ở cùng chế độ của các máy quét hay cảm biến tương tự. Trong khi

12


phương pháp thuộc nhóm đa thức là các phương pháp đồng dạng cho loại hình ảnh
được được quay quét ở các chế độ khác nhau. Phương pháp thuộc nhóm đa thức
thường được xử dụng trong chẩn đoán hình ảnh mà hình ảnh thường xuyên thu được
từ máy quét khác nhau. Ví dụ đồng dạng cho ảnh CT và ảnh MRI não, ảnh SPECT
và ảnh CT của toàn bộ cơ thể nhằm định vị vị trí khối u, hay đồng dạng ảnh CT và
ảnh không phải là CT dựa vào độ tương phản để tự động tìm hình dạng giải phẩu của
thân. Hoặc đồng dạng ảnh siêu âm và ảnh CT để xác định vị trí bàng quang trong
xạ trị.
Các giải thuật về tương tác và các giải thuật tự động (Automatic vs. interactive

methods): Giải thuật đồng dạng có thể được phân loại dựa trên mức độ tự động hóa
của nó. Các giải thuật về đồng dạng thủ công, tương tác, bán tự động, và tự động
đã được phát triển. Phương pháp thủ công cung cấp các công cụ để sắp xếp các hình
ảnh bằng tay. Phương pháp tương tác làm giảm sự thiên vị người dùng bằng cách
thực hiện một số hoạt động quan trọng tự động trong khi vẫn dựa vào người dùng để
hướng dẫn việc đồng dạng. Phương pháp bán tự động thực hiện các bước đăng ký
đồng dạng, nhưng phụ thuộc vào người xử dụng để xác minh tính chính xác quá trình
đồng dạng. Phương pháp tự động không cho phép bất kỳ sự tương tác người dùng và
thực hiện tất cả các bước đồng dạng một cách tự động.

1.1.4

Các phương pháp đánh giá quá trình đồng dạng ảnh

Có rất nhiều phương pháp đồng dạng ảnh, ngay cả một phương pháp cũng có nhiều
cách để hiện thực hóa khác nhau và kết quả khác nhau khi thực hiện đồng dạng. Vậy
nên khi lựa chọn phương pháp đồng dạng, cũng như so sánh các quá trình, chương
trình đồng dạng khác nhau phải có cách đánh giá hiệu quả.
Phần này sẽ trình bày về những phương pháp để đánh giá kết quả của một quá trình
đồng dạng. Kết quả của quá trình đồng dạng ta sẽ có một biến đổi ảnh, để dễ dàng
cho quá trình hiện thực hóa công thức, ảnh này được kí hiệu là A. A là một ma trận
2D hoặc 3D trong đó mỗi phần tử của ma trận là giá trị độ xám của một pixel hay

13


voxel ảnh tương ứng. Tương tự vậy ta có thể kí hiệu chuẩn ảnh là B, cũng giống như
A, mỗi phần tử ma trận của B là một số tương ứng với độ xám tương đối hay tuyệt
đối của pixel hay voxel ảnh của nó. Ta thấy rằng sau quá trình đồng dạng nếu biến
đổi ảnh càng giống với chuẩn ảnh thì kết quả đồng dạng ảnh càng tốt. Sự giống nhau

này được giá trị hiện thực hóa bằng các phép tính thống kê so sánh tương đối của ma
trận ảnh A và ma trận ảnh B. Để giá trị hóa sự tương quan “giống nhau” của hai
ma trận A và B ta có thể đi theo hai hướng chính là tính Entropy cộng hợp (Joint
Entropy) của A và B hoặc là tính correclation.
Phương pháp Entropy
Trong lý thuyết thông tin, Entropy là một thước đo của sự bất ổn định liên quan với
một biến ngẫu nhiên. Định lượng giá trị kỳ vọng của các thông tin chứa trong một
gói dữ liệu. Một cách tương đương, nó đo dung thông tin trung bình mà một người
có thể bỏ xót khi người đó không biết giá trị của một biến ngẫu nhiên tương ứng.
Entroy H của một biến ngẫu nhiên X với giá trị có thể của nó là x1 , ..., xn được định
nghĩa như sau: H(X) = E(I(X)) trong đó E là kì vọng, I(X) là nội dung thông tin
của X. I(X) là một biến ngẫu nhiên. Nếu P là hàm trọng số (hàm phân bố mật độ)
của biến X, thì I có thể được xấp xỉ:
I(xi ) = − logb P (xi )

(1.1)

Với b được chọn xử dụng không quá khắt khe và thường chọn là 2. Vậy công thức
Entropy có thể triển khai thành
n

n

P (xi ).I((xi )) = −

H(X) =
i=1

P (xi ). logb P (xi )

(1.2)

i=1

Trong trường hợp pi = 0 với một vài giá trị i. Giá trị tương ứng của nội dung thông
tin của nó 0logb (0) sẽ là 0 (giá trị này có thể dễ dàng thấy qua cách tính giới hạn).
Entropy cộng hợp (Joint Entropy) là một thước đo của sự không chắc chắn liên kết

14