Nghiên cứu một số kỹ thuật nội suy trong hiển thị ảnh y tế : Luận văn ThS. Công nghệ thông tin: 60 48 01 04

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

LƯƠNG THỊ THU HÀ

NGHIÊN CỨU MỘT SỐ KỸ THUẬT NỘI SUY
TRONG HIỂN THỊ ẢNH Y TẾ

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

Hà Nội - 2014


ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

LƯƠNG THỊ THU HÀ

NGHIÊN CỨU MỘT SỐ KỸ THUẬT NỘI SUY
TRONG HIỂN THỊ ẢNH Y TẾ

Ngành: Công nghệ thông tin
Chuyên ngành: Hệ thống thông tin
Mã số: 60480104

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS ĐỖ NĂNG TOÀN

Hà Nội - 2014

LỜI CAM ĐOAN
Tôi xin cam đoan bản luận văn này là kết quả nghiên cứu của bản thân
dưới sự hướng dẫn của PGS.TS Đỗ Năng Toàn với những phần tham khảo đã
được chỉ rõ. Nếu có gì sai phạm tôi xin hoàn toàn chịu trách nhiệm.
Người cam đoan

Lương Thị Thu Hà

1


LỜI CẢM ƠN
Trong quá trình thực hiện luận văn, tôi đã nhận được nhiều sự hướng dẫn,
giúp đỡ tận tình của các thầy cô, gia đình, bạn bè. Trước tiên, tôi xin được bày tỏ
lòng biết ơn chân thành tới thầy giáo hướng dẫn, PGS.TS Đỗ Năng Toàn. Trong
suốt hai năm qua, tôi đã nhận được sự giúp đỡ, động viên và đặc biệt sự hướng
dẫn tận tình giúp tôi nắm rõ mục tiêu và định hướng nghiên cứu trong luận văn.
Tôi xin được gửi lời cảm ơn đến tập thể các thầy cô giáo của Khoa Công
nghệ thông tin – Trường Đại học Công nghệ đã trang bị cho tôi thêm kiến thức
quý giá trong suốt thời gian học tập tại trường.
Tôi cũng xin được gửi lời cảm ơn đến tập thể Bộ môn Truyền thông đa
phương tiện – Trường Đại học CNTT&TT – Đại học Thái Nguyên nói chung và
Th.S Lê Anh Tú nói riêng đã tạo điều kiện giúp đỡ tôi rất nhiều trong thời gian
tôi tham gia khóa học.
Cuối cùng, với những tình cảm sâu sắc nhất, tôi xin chân thành gửi tới gia
đình và bạn bè, những người đã luôn ở bên, động viên, chia sẻ với tôi về mọi
mặt giúp tôi hoàn thành khóa học.
Thái Nguyên, ngày 26 tháng 10 năm 2014

2


MỤC LỤC
LỜI CAM ĐOAN ................................................................................................... 1
LỜI CẢM ƠN ........................................................................................................ 2
MỤC LỤC ............................................................................................................. 3
DANH MỤC TỪ VIẾT TẮT .................................................................................. 5
DANH MỤC HÌNH VẼ ......................................................................................... 6
MỞ ĐẦU................................................................................................................ 8
CHƯƠNG 1: KHÁI QUÁT VỀ ẢNH Y TẾ VÀ BÀI TOÁN NỘI SUY ................. 11
1.1 Khái quát về ảnh y tế.................................................................................. 11
1.1.1 Một số chuẩn ảnh y tế .......................................................................... 12
1.2.2 Cấu trúc chuẩn ảnh DICOM ................................................................ 14
1.2 Bài toán nội suy ảnh y tế ............................................................................ 19
1.2.1 Khái niệm nội suy ảnh ......................................................................... 19
1.2.2 Hướng tiếp cận ..................................................................................... 20
1.2.3 Ứng dụng ............................................................................................. 21
CHƯƠNG 2: MỘT SỐ KỸ THUẬT NỘI SUY TRONG XỬ LÝ ẢNH Y TẾ ........ 23
2.1 Kỹ thuật nội uy các điểm ảnh láng giềng gần nhất .................................. 23
2.1.1 Giới thiệu ............................................................................................. 24
2.1.2 Phương pháp ........................................................................................ 25
2.1.3 Nhận xét ............................................................................................... 27
2.2 Kỹ thuật nội suy tuyến tính ........................................................................ 29
2.2.1 Giới thiệu ............................................................................................. 29
2.2.2 Phương pháp ........................................................................................ 29
2.2.3 Nhận xét ............................................................................................... 31
2.3 Kỹ thuật nội suy song khối ........................................................................ 32
2.3.1 Giới thiệu ............................................................................................. 32
2.3.2 Phương pháp ........................................................................................ 32

3


2.3.3 Nhận xét ............................................................................................... 34
2.4 Kỹ thuật nội suy Lagrange ......................................................................... 36
2.4.1 Giới thiệu ............................................................................................. 36
2.4.2 Phương pháp ........................................................................................ 36
2.4.3 Nhận xét ............................................................................................... 37
2.5 Kỹ thuật nội suy Gaussian ......................................................................... 39
2.5.1 Giới thiệu ............................................................................................. 39
2.5.2 Phương pháp ........................................................................................ 39
2.5.3 Nhận xét ............................................................................................... 40
2.6 Kỹ thuật nội suy lát cắt dựa trên cải tiến phép hợp nhất biến dạng cong .. 41
2.6.1 Giới thiệu ............................................................................................. 41
2.6.2 Phương pháp ........................................................................................ 42
2.6.3 Nhận xét ............................................................................................... 45
2.7 Kỹ thuật nội suy bằng cách xác định các điểm ảnh tương ứng ................. 45
2.7.1 Giới thiệu ............................................................................................. 45
2.7.2 Phương pháp ........................................................................................ 46
2.7.3 Nhận xét .............................................................................................. 47
CHƯƠNG 3: CHƯƠNG TRÌNH THỬ NGHIỆM ............................................... 48
3.1 Phát biểu bài toán ....................................................................................... 48
3.2 Phân tích chương trình ............................................................................... 49
3.2.1 Lựa chọn công nghệ ............................................................................. 49
3.2.2 Phân tích thiết kế chương trình ............................................................ 49
3.2.3 Các bước triển khai .............................................................................. 52
3.3 Một số kết quả ............................................................................................ 55
KẾT LUẬN .......................................................................................................... 60
PHỤ LỤC ............................................................................................................ 61
TÀI LIỆU THAM KHẢO ..................................................................................... 68

4


DANH MỤC TỪ VIẾT TẮT
DICOM

Digital Imaging and Communications in Medicine

HL7

Health Level Seven

CT

Computer Tomography

MRI

Magentic Resonance Imaging

ACR

American College of Radiologist

NEMA

National Electrical Manufacturers Association

OSI

Open Systems Interconnection Reference Model

IHE

Intergrating Heathcare Enterprise

SSD

Sum of Squared Differences

DCT

Discrete Cosin Transform

MSE

Mean Squard Error

5


DANH MỤC HÌNH VẼ
Hình 1: Biểu diễn một lát cắt trong không gian tọa độ xyz ............................... 8
Hình 1.1: Cấu trúc một tập tích hợp thông tin bệnh nhân .............................. 13
Hình 1.2: Cấu trúc file DICOM ...................................................................... 15
Hình 1.3: Cấu trúc dataset của tập tin DICOM .............................................. 17
Hình 2.1: Điểm s(x,y) được nội suy từ 4x4 điểm ảnh lân cận ........................ 24
Hình 2.2: Ví dụ nội suy điểm trên không gian 1 chiều .................................... 25
Hình 2.3: Kết quả nội suy láng giềng gần nhất trong không gian 1 chiều...... 26

Hình 2.4: Phóng to ảnh kích thước 2x2 thành ảnh 9x9 ................................... 26
Hình 2.5: Nội suy điểm Y(J,K) dựa trên các điểm ảnh lân cận ....................... 27
Hình 2.6: Ứng dụng nội suy láng giềng gần nhất trong thay đổi tỷ lệ ảnh CCD
................................................................................................................... 28
Hình 2.7: Mô tả kỹ thuật nội suy song tuyến trong ứng dụng làm tăng .......... 30
độ phân giải của ảnh ....................................................................................... 30
Hình 2.8: Ứng dụng nội suy tuyến tính trong xoay ảnh MRI .......................... 31
Hình 2.9: Ứng dụng nội suy tuyến tính sinh lát cắt trung gian ....................... 32
Hình 2.10: Mô tả kỹ thuật nội suy song khối................................................... 33
Hình 2.11: Kết quả nội suy song khối so sánh với nội suy láng giềng gần nhất
trong trường hợp biến đổi tỷ lệ ảnh CCD ................................................. 35
Hình 2.12: So sánh 3 kỹ thuật nội suy ............................................................. 35
Hình 2.13: Đồ thị biểu diễn hàm nội suy Lagrange với N =4 ......................... 37
Hình 2.14: Đồ thị biểu diễn hàm nội suy Lagrange với N = 5 ........................ 38
Hình 2.15: Kết quả nội suy Lagrange so sánh với kỹ thuật nội suy láng giềng
gần nhất trong trường hợp thay đổi tỷ lệ ảnh CCD .................................. 38
Hình 2.16: Kết quả nội suy Gaussian so sánh với nội suy láng giềng gần nhất
trong trường hợp thay đổi tỷ lệ ảnh CCD ................................................. 40
6


Hình 3.1: Hai lát cắt liên tiếp và những lát cắt trung gian có thể được tạo ra
................................................................................................................... 48
Hình 3.2: Biểu đồ Use case ............................................................................. 50
Hình 3.3: Biểu đồ trình tự Use case Compute Linear Interpolation ............... 51
Hình 3.4: Biểu đồ trình tự Use case Compare Original Slice and Interpolaton
Slice ........................................................................................................... 51
Hình 3.5: Biểu đồ trình tự Use case Display DICOM Tag ............................. 52
Hình 3.6:Thử nghiệm 1- Hai lát cắt đầu vào .................................................. 56
Hình 3.7: Kết quả thực hiện thử nghiệm 1 ...................................................... 56

Hình 3.8:Thử nghiệm 2- Hai lát cắt đầu vào .................................................. 57
Hình 3.9: Kết quả thực hiện thử nghiệm 2 ...................................................... 57
Hình 3.10: Đồ thị biểu diễn giá trị MSE của hai kỹ thuật trong 8 lần thực
nghiệm ....................................................................................................... 58

7


MỞ ĐẦU
Nội dung của luận văn này đề cập đến vấn đề nội suy và bài toán nội suy
lát cắt trung gian trong xử lý ảnh y tế. Luận văn tìm hiểu các kỹ thuật nội suy
được sử dụng trong xử lý ảnh y tế nói chung và tập trung vào vấn đề nội suy
sinh lát cắt trung gian giữa hai lát cắt đã biết nhằm nâng cao chất lượng hiển thị
ảnh y tế cũng như phục vụ quá trình tái cấu trúc mô hình 3D dựa trên những lát
cắt 2D thu được từ những thiết bị chẩn đoán hình ảnh.
Nội suy ảnh là chủ đề được biến đến rộng rãi trong lĩnh vực xử lý ảnh và
đã có nhiều nghiên cứu về chủ đề này, đặc biệt nội uy cũng được phát triển
mạnh mẽ trong xử lý ảnh y – sinh học. Các thiết bị chẩn đoán đo lường bằng
hình ảnh trong y học được phát triển nhằm tái hiện lại hình ảnh bên trong cơ thể
bệnh nhân, phân biệt các bộ phận và phát hiện các tổn thương phục vụ quá trình
chẩn đoán bệnh. Hình ảnh tái cấu trúc do các thiết bị này xuất ra là những lát cắt
hai chiều của không gian cần chẩn đoán như được biểu diễn trong Hình 1.

Hình 1: Biểu diễn một lát cắt trong không gian tọa độ xyz1
Chuỗi hình ảnh lát cắt 2D này có thể được sử sử dụng để tái cấu trúc mô
hình 3D. Tuy nhiên, độ phân giải hình ảnh thường không giống nhau trong
không gian 3 chiều. Thông thường, độ phân giải theo hướng Z nhỏ hơn đáng kể
so với hướng X và Y. Ví dụ, trong lát cắt CT, độ phân giải theo hướng X và Y là
trong khoảng 0.5-2mm trong khi độ phân giải theo hướng Z là trong khoảng 115mm. Điều này gây ra hiện tượng gián đoạn khi tái cấu trúc mô hình 3D. Ngoài
ra, với những thiết bị hiện đại nhất thì khoảng cách giữa các lát cắt liên tiếp luôn

1

Nguồn ảnh: theo [18]

8


lớn hơn khoảng cách giữa các điểm ảnh lân cận trong cùng một lát cắt. Do đó
việc sử dụng kỹ thuật nội suy sinh lát cắt trung gian để làm tăng dữ liệu cho quá
trình tái cấu trúc mô hình 3D là thực sự cần thiết.
Nội suy dựa trên cường độ điểm ảnh và nội suy dựa trên đối tượng là hai
nhóm kỹ thuật nội suy lát cắt chính được nghiên cứu. Đối với nhóm đầu tiên, kết
quả của phép nội uy được tính toán dựa vào giá trị cường độ điểm ảnh của hai
lát cắt đã biết. Nội suy tuyến tính và nội suy song khối [5], [8] là hai kỹ thuật
thường được sử dụng trong nhóm này. Ưu điểm chính của những kỹ thuật này là
đơn giản, độ phức tạp thấp nên thường được sử dụng rộng rãi. Tuy nhiên, khi áp
dụng những kỹ thuật này gặp phải vấn đề là các đường biên bị mờ, năng uất
không thực tế và kết quả chưa trực quan.
Nội suy dựa trên đối tượng, hay nói cách khác là kỹ thuật chiết xuất thông
tin từ các đối tượng trong lát cắt đưa vào để tính toán kết quả nội suy. Có nhiều
kỹ thuật được đề xuất để đạt được kết quả tốt hơn [3]-[18]. Một trong những kỹ
thuật nội suy dựa trên đối tượng đầu tiên được đưa ra bởi Goshtasby và cộng sự
[8]. Nhóm tác giả đã ử dụng kỹ thuật tiếp cận dựa trên cường độ và độ dốc của
điểm ảnh để xác định các điểm ảnh tương ứng trên lát cắt tham chiếu và lát cắt
mục tiêu, au đó thực hiện nội suy tuyến tính để tìm lát cắt trung gian ở giữa.
Một giả thiết quan trọng trong kỹ thuật này là sự khác biệt giữa các lát cắt liên
tiếp là nhỏ, do đó điểm hạn chế là kỹ thuật chỉ thực hiện tìm kiếm điểm tương
ứng trên phạm vi lân cận nhỏ. Một số kỹ thuật được nghiên cứu nhằm làm giảm
vết mờ trên đường biên bao gồm: kỹ thuật lọc phi tuyến [5], nội suy dựa trên
hình dạng [16],nội suy dựa trên hình thái học [9] và kỹ thuật nội suy dựa trên

hướng dẫn đặc điểm hình dạng [10]. Bản tóm tắt toàn bộ những kỹ thuật nội suy
(bao gồm và kỹ thuật dựa trên cường độ và kỹ thuật dựa trên đối tượng) được
trình bày trong [22] và [6]. Một hướng nghiên cứu nội suy dựa trên đối tượng
quan trọng là nội suy dựa trên hợp nhất hình ảnh. Rueckert [11] sử dụng một
mẫu biến thể của phương thức hợp nhất phổ biến, Penny và cộng sự [19] đã đề
xuất một kỹ thuật hợp nhất cho nội suy lát cắt. Một kỹ thuật khác được đưa ra
bằng cách sử dụng một phiên bản chỉnh sửa kỹ thuật điều khiển lưới nội suy
(Control Grid Interpolation - CGI) [15]. Gần đây hơn là kỹ thuật nội suy lát cắt
dựa trên hợp nhất ảnh đa độ phân giải [16].
9


Mục tiêu nghiên cứu của đề tài đặt ra là:
- Tìm hiểu chung về ảnh y tế và bài toán nội suy
- Tìm hiểu một số kỹ thuật nội suy trong xử lý ảnh y tế
- Cài đặt mô phỏng bài toán nội suy sinh lát cắt trung gian.
Từ nội dung đã nêu và mục tiêu nghiên cứu đặt ra, ngoài phần mở đầu, kết
luận, những chương còn lại trong luận văn gồm những phần sau:
Chương 1: Khái quát về ảnh y tế và bài toán nội suy. Những đặc trưng cơ
bản của ảnh y tế được trình bày làm nền tảng để đề cập đến các vấn đề nội suy
đối với ảnh y tế. Tiếp đến là khái quát chung về bài toán nội suy và các hướng
tiếp cận và ứng dụng của kỹ thuật nội suy trong xử lý ảnh y tế.
Chương 2: Một số kỹ thuật nội suy trong xử lý ảnh y tế. Nội dung của
chương này trình bày mục đích ử dụng và thuật toán cụ thể của 7 kỹ thuật nội
suy trong xử lý ảnh y tế.
Chương 3: Chương trình thử nghiệm. Chương này phát biểu bài toán nội
suy sinh lát cắt trung gian giữa hai lát cắt đã biết. Từ đó cài đặt thử nghiệm hai
kỹ thuật này bằng ngôn ngữ C# và đánh giá thuật toán bằng cách sử dụng công
thức MSE (Mean Squared Error) để so sánh lát cắt nội suy được sinh ra với lát
cắt gốc.

10


CHƯƠNG 1: KHÁI QUÁT VỀ ẢNH Y TẾ VÀ BÀI
TOÁN NỘI SUY
Nội dung của chương này trình bày một cách khái quát về ảnh y tế, các
chuẩn được sử dụng để lưu trữ ảnh y tế nói chung và chi tiết cấu trúc chuẩn
DICOM nói riêng. Phần tiếp theo của chương trình bày về bài toán nội suy
ảnh y tế, các hướng tiếp cận và ứng dụng kỹ thuật nội uy trong lĩnh vực xử
lý ảnh y tế.
1.1 Khái quát về ảnh y tế
Ngày nay, với sự phát triển của công nghệ thông tin, việc sử dụng các kỹ
thuật xử lý ảnh để nâng cao hiệu quả sử dụng các thiết bị chẩn đoán đo lường
bằng hình ảnh là một vấn đề thời sự luôn được quan tâm và phát triển trong
nhiều lĩnh vực như trong trong y học, khoa học vật liệu, công nghệ nano,… Đặc
biệt trong y tế, việc chẩn đoán thông qua các xét nghiệm lâm àng giúp bác ĩ
chẩn đoán bệnh một cách chính xác tình trạng bệnh lý của bệnh nhân. Một số
thiết bị chuyên dụng cao cấp như máy chụp X-quang, CT, MRI đã được phát
triển và ứng dụng cho chẩn đoán hình ảnh. Mục đính chính là tái hiện lại hình
ảnh bên trong cơ thể bệnh nhân một cách rõ nét nhất để có thể phân biệt được
các bộ phận liền kề nhau và phát hiện các tổn thương. Hình ảnh được tái cấu
trúc có thể chỉ là một lát cắt 2 chiều của không gian cần chẩn đoán, hình ảnh đó
được gọi là ảnh y tế. Các thực thể tạo ảnh y tế (Medical image moldality) khác
nhau cung cấp các thông tin đặc tính riêng biệt về các cơ quan bên trong cơ thể
hay của các tổ chức mô. Độ tương phản và độ nhìn thấy của ảnh y tế phụ thuộc
vào thực thể tạo ảnh, hàm đáp ứng cũng như phụ thuộc vào các vùng bệnh lý.
Như vậy sự khác biệt đầu tiên của ảnh y tế với ảnh số thông thường đó là
cách thức tạo ảnh. Từ đó việc hiển thị ảnh y tế cũng có ự khác nhau giữa các
loại ảnh khác nhau. Đối với ảnh CT chỉ số Window/Level thể hiện độ sáng của

ảnh hiển thị khá quan trọng bởi trong ảnh này vùng sáng thể hiện cấu trúc xương
và mô của vùng chụp, nếu hiển thị ảnh với độ sáng quá cao sẽ khiến bác ĩ khó
phân biệt vùng tổn thương hay yếu tố bệnh lý. Giá trị này sẽ được kỹ thuật viên
điều chỉnh trong quá trinh chụp bằng thiết bị chẩn đoán hình ảnh. Sự khác biệt
thứ hai đó là ảnh y tế cần lưu trữ thêm thông tin chung của ảnh như các thông tin
11


cá nhân của bệnh nhân, loại ảnh (ví dụ như vùng chụp, ảnh CT hay MRI…)
cũng như một số chỉ số riêng phụ thuộc vào thiết bị chẩn đoán hình ảnh. Bởi vậy
cấu trúc của ảnh y tế khác với ảnh số thông thường. Theo sự phát triển chung
của các thiết bị chẩn đoán hình ảnh, có một số chuẩn lưu trữ ảnh y tế được đưa
ra như: HL7, DICOM. Thông tin về một số chuẩn ảnh y tế được trình bày trong
mục 1.1.1 và cấu trúc ảnh DICOM được mô tả chi tiết trong mục 1.1.2.
1.1.1 Một số chuẩn ảnh y tế
 Chuẩn DICOM
DICOM được viết tắt từ cụm từ Digital Imaging and Communications in
Medicine – Chuẩn ảnh số và truyền thông trong y tế. DICOM là chuẩn ảnh y tế
được ra đời đầu tiên vào năm 1985 do ACR (American College of Radiologi t)
và NEMA (National Electrical Manufacturers Association) phát triển. Qua quá
trình phát triển, chuẩn DICOM đã có 3 phiên bản. Phiên bản đầu tiên (V1.0) ra
đời năm 1985 và có hai lần chỉnh sửa vào năm 1986, 1988. Tiếp theo đó, phiên
bản thứ hai (V2.0) được đưa ra năm 1988 với một số tiêu chuẩn mới được bổ
sung. Khi phát triển hai phiên bản này, tên gọi của chuẩn ảnh là ACR-NEMA.
Phiên bản hiện tại (V3.0) được công bố vào năm 1993, bản chỉnh sửa cuối của
phiên bản này được sử dụng hiện nay được phát hành năm 1999 và chính thức
được gọi là chuẩn DICOM.
Vai trò của chuẩn ảnh DICOM là cung cấp các phương thức để tích hợp
các thiết bị, hệ thống, phương thức tạo ảnh, tạo ra một môi trường liên lạc thống
nhất với nhau. DICOM cho ph p tích hợp máy can, erver, trạm làm việc, máy

in và các trang thiết bị mạng từ nhiều nhà cung cấp vào thành một hệ thống
truyền tải và lưu trữ ảnh. Ngày nay, hầu hết các bệnh viện trên thế giới đều áp
dụng chuẩn DICOM vào các thiết bị y khoa, máy trạm, erver, các hệ thống
quản l trong hoạt động khám và chữa bệnh. Chi tiết về cấu trúc chuẩn DICOM
được trình bày trong phần tiếp theo và chuẩn DICOM cũng được lựa chọn để cài
đặt thực nghiệm của luận văn.
 Chuẩn HL7
HL7 (Health Level Seven) được đưa ra để quản lý dữ liệu không chỉ là
hình ảnh. HL7 cung cấp các phương thức để trao đổi, quản lý và tích hợp các dữ
12


liệu khác nhau trong hồ ơ ức khỏe điện tử của bệnh nhân. HL7 được phát triển
bởi một tổ chức phi lợi nhuận thành lập năm 1987 có trụ sở tại Arbor, Michigan,
Hoa Kỳ và họ công bố chuẩn HL7 năm 1990.
Tên gọi HL7 được bắt nguồn từ mô hình OSI 7 tầng: tầng vật lý
(Physical), tầng liên kết dữ liệu (Data Link), tầng mạng (Network), tầng vận
chuyển (Transport), tầng phiên (Session), tầng biểu diễn dữ liệu (Presentation),
tầng ứng dụng (Application).
HL7 có vai trò là chuẩn để trao đổi, kết hợp, chia sẻ, truy xuất các thông
tin y tế điện tử trong các bệnh viện hay các tổ chức y tế .
 Chuẩn IHE (Intergrating Heathcare Enterprise)
IHE được công bố năm 1998 bởi Hội X-quang Bắc Mỹ (RSNA) và Hội hệ
thống quản lý và thông tin y tế (HIMSS). IHE được phát triển nhằm giải quyết
xung đột xảy ra trong thực tế khi hệ thống phải giao tiếp với cả hai chuẩn HL7
và chuẩn DICOM.

Hình 1.1: Cấu trúc một tập tích hợp thông tin bệnh nhân2

2

Nguồn ảnh: />
13


IHE đặt ra các tập tích hợp thông tin bệnh nhân (intergration profile)
nhằm hướng dẫn các thông tin hoặc quy trình làm việc dựa trên tiêu chuẩn có
sẵn như là HL7 và DICOM, tạo ra sự tương thích cho hệ thống thông tin sức
khỏe điện tử.
Có nhiều “intergration profile” mang lại lợi ích thiết thực trên thực tế như
“Con i tent pre netation image profile” đảm bảo hình ảnh được hiển thị một
cách thống nhất trên các thiết bị vật lý khác nhau như in ra film, hiển thị trên
máy tính hay trên những thiết bị hiển thị hình ảnh khác.
1.2.2 Cấu trúc chuẩn ảnh DICOM
Ngày nay, hầu hết các thiết bị y tế đều sử dụng chuẩn ảnh DICOM, như:
CR (Computed Radiography), CT (Computed Tomography), DX (Digital
Radiography), EC (Echocardiography), ECG (Electrocardiograms), ES
(Endoscopy), MG (Mammography), MR (Magnetic Resonance), NM (Nuclear
Medicine), RF (Radio Fluoroscopy), US (Ultrasound), XA (X-Ray
Angiography)…
 Các thành phần cơ bản của chuẩn DICOM bao gồm:
- Introduction and Overview: Mang những thông tin tổng quan.
- Conformace: Định nghĩa các nguyên tắc thực thi chuẩn như là bản
mẫu báo cáo thống nhất sự phối hợp giữa các thiết bị.
- Information Object Definition: Định nghĩa đối tượng thông tin một
cách trừu tượng về các thực thể có thể ứng dụng để truyền thông tin
hình ảnh y tế.
- Service Cla Definition: Định nghĩa các lớp dịch vụ.
- Data Structure and Encoding: Quy định cấu trúc dữ liệu và quy tắc
mã hóa thông tin trong bộ dữ liệu của một bản tin.

- Data Dictionary: Từ điển dữ liệu. Trong từ điển này các nhãn tên
được thể hiện bằng nhãn VR, các giá trị mã hóa được gán nhãn
VM.
- Message Exchange Protocol: Giao thức trao đổi thông tin. Thành
phần này xác định dịch vụ và giao thức được sử dụng bởi một ứng
dụng trao đổi thông tin ảnh y tế.
14


- - Network Communication Support for Message Exchange: cung
cấp các dịch vụ và giao thức hỗ trợ truyền và trao đổi thông tin
giữa các ứng dụng sử dụng chuẩn DICOM.
- Point-to-Point Support: quy định các dịch vụ và giao thức được sử
dụng cho truyền tin điểm-điểm trong dịch vụ in ấn.
- Media Storage and File Format: định nghĩa chuẩn định dạng tập
tin và lưu trữ, hỗ trợ quá trình trao đổi dữ liệu một cách thống
nhất.
- Media Storage Application Profiles: Phần này quy định các thành
phần riêng ứng dụng thực thi chuẩn DICOM phải tuân thủ.
- Media Formats and Physical Media for Data Interchange: xác định
các cấu trúc mô tả mối quan hệ giữa các mô hình lưu trữ trung
gian và một thiết bị vật lý với định dạng cụ thể.
- Grayscale Standard Display Function: Chức năng hiển thị chẩn
mức xám.
- Security Profile: Quy định ơ lược về thông tin an toàn.
- Content Mapping Resource: Nguồn ánh xạ nội dung.
- Explanatory Information: Thông tin chú thích
- Web Access to DICOM Persistent Objects (WADO): Thông tin
truy cập web về các đối tượng DICOM.


c file DICOM

Tập tin DICOM có phần mở rộng là .dcm và có cấu trúc gồm hai phần:
Tiêu đề (Header) và Nội dung (Content).

Hình 1.2: Cấu trúc file DICOM3

3

Nguồn ảnh: />
15


Phần tiêu đề chứa những thông tin chung như: thông tin
cá nhân của bệnh nhân, vị trí vùng chụp, số lần thăm
khám, thiết bị chụp, định dạng ảnh nội dung về kích
thước, độ phân giải… Hình ảnh bên cạnh hiển thị một
giải thiết về file ảnh DICOM. Trong ví dụ này, 794 byte
đầu tiên được ử dụng cho phần header của file ảnh
DICOM, nó mô tả kích thước ảnh và giữ lại thông tin
văn bản khác về ự nội oi cắt lớp. ích thước của
header này thay đồi phụ thuộc vào thông tin header được
lưu trữ. đây, header định nghĩa một file ảnh có kích
thước 109x91x2 pixel với độ phân giải dữ liệu
1byte pixel (như vậy toàn bộ kích thướccủa ảnh ẽ là
19838). Dữ liệu ảnh đi theo thông tin header (header và dữ liệu ảnh được lưu trữ
trong cùng một file).
Thông tin haeder bao gồm thông tin bộ định danh dữ liệu được đưa vào
file, nó bắt đầu bởi 128 byte Preamble được đưa về 00H. Sau đó là 4 byte k

tự “DICM” dùng để nhận dạng file DICOM. Các thành phần dữ liệu đầu file bắt
buộc với mọi file DICOM gồm các trường: tag (nhãn) có dạng (0002,xxxx) với
xxxx là ố thành phần bất kỳ, VR (Value Representation) – giá trị thể hiện được
mã hóa theo cú pháp chuyển đổi giá trị thể hiện ẩn IVR (Implicit Value
Representation), VL (Value Length) – chiều dài giá trị, gồm 4 byte chứa chiều
dài trường giá trị, trường Value gồm một ố chẵn byte chứa giá trị của thành
phần dữ liệu. Thứ tự các byte quy định theo kiểu Little Endian.
Phần nội dung chứa thông tin về ảnh được chụp, dữ liệu ảnh được mã hóa,
giải mã và các thông tin liên quan đã được định nghĩa trong phần tiêu đề. Phần
này có cấu trúc Data et được mô tả như hình 1.3.

16


Hình 1.3: Cấu trúc dataset của tập tin DICOM4
Trong đó:
- Data Element: Là một đơn vị thông tin trong file DICOM. Data Element
chứa một thông tin đầy đủ, các trường trong Data Element có nhiệm vụ
đặc tả đầy đủ một thông tin, bao gồm: nghĩa, giá trị, chiều dài của tin và
định dạng dữ liệu của tin.
- Tag: Là 2 ố nguyên không dấu, mỗi ố 16 bit. Cặp ố nguyên này xác
định nghĩa của Data Element như tên bệnh nhân, chiều cao của ảnh, ố
bit màu,... Một ố xác định Group Number và ố kia xác định Element
Number.Giá trị của Group Number và Element Number cho biết Data
Element nói lên thông tin nào. Các thông tin cùng liên quan đến một
nhóm ngữ nghĩa ẽ có chung ố Group Number.
- VR (Value Repre entation): Là trường tùy chọn, tùy vào giá trị của
Tran fer Syntax mà VR có mặt trong Data Element hay không.Giá trị của
VR cho biết kiểu dữ liệu và định dạng giá trị của Data Element.
- VM (Value Multiplicy): Cho biết ố lượng Value của Value Field nếu

Value Field có nhiều giá trị. Nếu ố lượng Value không xác đinh, VM ẽ
có dạng “a-b” với a là ố giá trị Value nhỏ nhất và b là ố Value lớn nhất
có thể có của Data Element. VD: VM “6-10”: Value Field có ít nhất là 6
4

Nguồn ảnh: />
17


-

-

-

-

giá trị và nhiều nhất là 10 giá trị.Data Element với Value Field có nhiều
giá trị ẽ được mô tả cụ thể như au:
+ Với chuỗi k tự, dùng k tự 5Ch ( ) làm k tự phân cách.
+ Với giá trị nhị phân, không có k tự phân cách
VL (Value Length): Là một ố nguyên không dấu, có độ dài là 16 hay 32
bit. Giá trị của Value Length cho biết độ lớn (tính theo byte) của Value
Field (không phải là độ lớn của toàn bộ Data Element). Giá trị của Value
Length là FFFFFFFFh (32 bit) hàm không xác định được chiều dài
(Undefined Length).
VF (Value Field): Là nội dung thông tin (Data Element). iểu dữ liệu của
trường này do VR quy định và độ lớn (tính theo byte) nằm trong VL.
Tran fer Syntax: Là các quy ước định dạng dữ liệu. Giá trị của Tran fer
Syntax cho biết cách dữ liệu được định dạng và mã hóa trong DICOM

đồng thời cũng cho biết VR ẽ có tồn tại trong Data Element hay không.
Mặc định ban đầu, Tran fer Syntax của file DICOM là Explicit Value
Representation Little Endian Transfer Syntax.
Information Object Definition (IOD): IOD đại diện cho một đối tượng
chứa thông tin và đối tượng này có tồn tại trong thế giới thực. Thông tin
của đối tượng IOD là thông tin của đối tượng trong thế giới thực. Có 2
loại IOD:
+ Compo ite IOD: là IOD đại diện cho những phần khác nhau của
các đối tượng khác nhua trong thế giới thực.
+ Normali ed IOD: là IOD cho duy nhất một đối tượng trong thế giới
thực.
Lớp Service-Object Pair (SOP): Lớp SOP được tạo ta khi gh p một IOD
với DIMSE Service dành cho IOD đó. Có 2 loại lớp SOP:
+ Lớp Normali ed SOP: được tạo ra khi gh p Normali ed IOD với
các dịch vụ DIMSE-N.
+ Lớp Compo ite SOP: được tạo ra khi gh p Compo ite IOD với các
dịch vụ DIMSE-C.

18


1.2 Bài toán nội suy ảnh y tế
1.2.1 Khái niệm nội suy ảnh
 Nội suy ảnh số
Khi công nghệ thông tin phát triển và có ứng dụng trong mọi lĩnh vực
khoa học, đời sống thì mọi loại thông tin đều được số hóa thành các kiểu dữ liệu
có thể lưu trữ, xử lý được trong máy tính. Cụ thể có 4 loại dữ liệu đa phương
tiện được sử dụng để số hóa thông tin, gồm: văn bản, âm thanh, hình ảnh,
video.Trong đó ngoài dữ liệu văn bản là loại dữ liệu được số hóa đầu tiên, được
sử dụng phổ biến nhất thì hình ảnh được cho là loại dữ liệu thông tin trực quan

nhất, truyền tải thông điệp một cách mạnh mẽ. Theo thống kê trong [1] thì 99%
lượng thông tin về thế giới xung quanh được nhận biết thông qua thị giác. Cũng
vì thế nên nhu cầu về lưu trữ, truyền tải hình ảnh là thiết yếu, khi đó các thiết bị
ghi nhận hình ảnh và khái niệm ảnh số ra đời.
Ảnh số là hình ảnh được ghi nhận bởi bộ cảm biến điện tử và lưu lại dưới
dạng dữ liệu số trong bộ nhớ vật lý (trong ổ cứng máy tính, thiết bị lưu trữ
quang học…). Trong đó dữ liệu ảnh số có thể xem là một tập hợp các điểm ảnh
(pixel) và theo [2] thì mỗi điểm ảnh có đặc trưng là cường độ sáng hay một dấu
hiệu nhậ biết nào đó của đối tượng trong không gian.
Ảnh số có nhiều đặc điểm mang lại sự tiện lợi như truyền thông hình ảnh,
chỉnh sửa ảnh, cắt ghép, nâng cao chất lượng ảnh. Một số kỹ thuật chỉnh sửa như
là phóng to, thu nhỏ, xoay ảnh làm cho hình ảnh bị thay đổi cấu trúc như là kích
thước, độ phân giải của ảnh. Ví dụ nguyên lý khi phóng to ảnh sẽ làm kéo giãn
khoảng cách giữa các điểm ảnh và thường gây ra hiện tượng “vỡ hạt”, ảnh hiển
thị không mịn như với kích thước ban đầu. Để khắc phục hiện tượng này, các
nhà nghiên cứu trong lĩnh vực xử lý ảnh đã áp dụng kỹ thuật nội suy trong toán
học nhằm sinh ra các điểm ảnh lấp đầy khoảng cách tạo ra trong quá trình thay
đổi kích thước ảnh. Theo như Rorbet G. ey đưa ra trong [13] thì “Nội suy là
quá trình ước tính giá trị trung gian của một biến liên tục từ các mẫu rời rạc.
Nội suy được sử dụng rộng rãi trong xử lý ảnh số để phóng to hoặc thu nhỏ
ảnh và sửa chữa biến dạng về không gian”.

19


Nội suy không chỉ được áp dụng trong xử l khi thay đổi kích thước ảnh
mà còn có ứng dụng quan trọng không k m đó là inh khung hình trung gian từ
các khung hình đã có. Ứng dụng này được áp dụng một cách triệt để nhất trong
quy trình sản xuất phim hoạt hình, sinh những khung hình trung gian từ những
khung hình do họa ĩ vẽ, như vậy làm giảm bớt công sức của họ.

 Nội suy ảnh y tế
Như đã trình bày trong mục 1.1, ảnh y tế có điểm khác biệt lớn nhất so
với ảnh số thông thường đó là cấu trúc tập tin có chứa thêm các thông tin không
phải là điểm ảnh trong phần tiêu đề, còn phần nội dung ảnh vẫn mang bản chất
gồm dữ liệu là các điểm ảnh. Do đó khái niệm nội suy hoàn toàn có thể áp dụng
trong xử lý ảnh y tế. Các hướng tiếp cận và ứng dụng của nội suy trong xử lý
ảnh y tế được luận văn làm rõ trong mục 1.2.2 và 1.2.3.
1.2.2 Hướng tiếp cận
Nội suy là khái niệm được ra đời song song với khái niệm xử lý ảnh. Đây
là một trong hai bước lấy mẫu cơ bản để biến đổi một ma trận rời rạc thành một
ảnh liên tục. Kết quả trung gian của bước lấy mẫu được lấy mẫu lại tạo ra ảnh
rời rạc. Lấy mẫu lại là bước cần thiết để thực hiện các thao tác xử lý với ảnh rời
rạc, ví dụ như dùng trong hợp nhất ảnh, mục đích để cải thiện chất lượng ảnh
trên các thiết bị hiển thị hoặc trong vấn đề nén ảnh mất dữ liệu trong đó một số
khung nhìn được loại bỏ trong quá trình mã hóa và phải phục hồi lại trong quá
trình giải mã. Vì vậy các kỹ thuật nội suy ảnh có một vị trí đặc biệt đối với xử lý
ảnh y tế. Ảnh y tế được tạo ra từ những thiết bị chẩn đoán hình ảnh y học nhằm
tài hiện lại hình ảnh bên trong cơ thể bệnh nhân để phân biệt các bộ phận và
phát hiện các tổn thương. Hiện nay có rất nhiều thiết bị chẩn đoán hình ảnh
chuyên dụng cao cấp như máy chụp X-quang, chụp cắt lớp vi tính (CT), chụp
cộng hưởng từ (MRI)... Đối với ảnh chụp cắt lớp vi tính (CT) hoặc ảnh chụp
cộng hưởng từ (MRI), các thiết bị hiện đại nhất cho đến thời điểm này có thể cắt
được những lát cắt ngang với khoảng cách 0.5-2mm. Tuy nhiên, trong nhiều
trường hợp cần có nhiều lát cắt hơn, khoảng cách nhỏ hơn thì các thiết bị phần
cứng chưa đáp ứng được. Hơn nữa, việc thay đổi kích thước ảnh (phóng to) hay
xoay ảnh y tế thường được sử dụng để hỗ trợ chẩn đoán bệnh.
20


Như vậy, nội suy trong xử lý ảnh y tế có hai hướng tiếp cận chính:

 Thay đổi kích thước ảnh như phóng to, xoay ảnh… sử dụng một số
kỹ thuật phổ biến:
- Nearest Neighbor Interpolation (Nội suy láng giềng gần
nhất)
- Bicubic Interpolation (Nội suy song khối )
- Linear Interpolation ( Nội suy tuyến tính)
- Gaussian Interpolation (Nội suy Gaussian)
- Lagrange Interpolation (Nội suy Lagrange)
 Sinh lát cắt trung gian giữa hai lát cắt liên tiếp đã có. Hướng tiếp
cận nội suy lát cắt được chia thành hai nhóm chính
- Nhóm nội suy dựa trên cường độ điểm ảnh sử dụng giá trị
cường độ điểm ảnh để nội uy, thường dùng các kỹ thuật nội
suy cổ điển như nội suy tuyến tính, nội suy song khối.
- Nhóm nội suy dựa trên đối tượng sử dụng thông tin của các
đối tượng trên các lát cắt ban đầu để nội suy, gồm một số
kỹ thuật như: nội suy dựa trên hình thái học, kỹ thuật lọc
phi tuyến, nội suy dựa trên hình dạng, nội suy dựa trên hợp
nhất ảnh.
Một số lưu trong nội suy ảnh y tế đó là việc hiển thị ảnh y tế có vai trò
quan trọng vì có ảnh hưởng trực tiếp đến kết quả chẩn đoán bệnh, trong khi đó
các loại ảnh y tế khác nhau có yêu cầu hiển thị khác nhau nên việc sử dụng kỹ
thuật nội suy nào cho phù hợp với từng loại ảnh sẽ được đánh giá chi tiết trong
Chương 2 - Một số kỹ thuật nội suy ảnh y tế.
1.2.3 Ứng dụng
Với vai trò quan trọng như vậy, một số kỹ thuật nội suy theo hướng thay
đổi kích thước ảnh được tích hợp vào các hệ thống máy tính hỗ trợ chẩn đoán
(CAD), máy tính hỗ trợ phẫu thuật (CAS) và hệ thống lưu trữ và truyền tải
(PACS). Tuy nhiên, giá thành các thiết bị hiển thị hình ảnh chuyên nghiệp kèm
với các phần mềm chuyên dụng thường có giá thành cao và được thiết kế thành
một thể hộp đen, không tiện sử dụng cho nhiều mục đích nghiên cứu cụ thể.

21


Với hướng tiếp cận nội uy trong thay đổi kích thước ảnh, có một số ứng
dụng cụ thể với ảnh y tế như ử dụng để điều chỉnh tỷ lệ kích thước ảnh số thu
được bởi cảm biến CCD phục vụ chẩn đoán bệnh lác mắt; sử dụng để xoay ảnh
MRI, CT; sử dụng để thay đổi hướng nhìn với ảnh X-quang.
Ngoài ra, bài toán nội suy lát cắt trung gian có nghĩa quan trọng trong
việc tái cấu trúc mô hình 3D, làm cho mô hình được tái tạo giống với thực tế
nhằm hỗ trợ bác ĩ trong chẩn đoán và điều trị bệnh. Ngay tại nước ta, định
hướng tái cấu trúc mô hình 3D từ những lát cắt 2D thu được của máy chụp CT
cũng đã được những viện nghiên cứu đầu ngành phát triển như Viện CNTT –
Viện Hàn lâm và khoa học Việt Nam hay nhóm nghiên cứu ảnh y khoa thuộc
trường Đại học Bách khoa TP Hồ Chí Minh, Đại học Bách khoa Hà Nội. Trong
đó có một số công trình được công bố như chương trình Vdoctor (2004) của Đại
học Bách khoa Hà nội với chức năng chính là mô phỏng trong đào tạo giải phẫu
người, động vật cùng một số ứng dụng khác. Ngoài ra Phòng Thực tại ảo, Viện
Công nghệ thông tin Viện Hàn lâm và Khoa học Việt Nam cũng có những đề tài
tái cấu trúc mô hình 3D hệ xương, hệ tuần hoàn cơ thể con người phục vụ
nghiên cứu và giảng dạy tại Trường Đại học Y – Dược – Đại học Thái Nguyên.
Bởi vậy việc tìm hiểu, nghiên cứu các kỹ thuật nội suy nhằm tăng cường
chất lượng hiển thị ảnh cũng như hỗ trợ quá trình tái tạo mô hình 3D là thực sự
cần thiết.

22


CHƯƠNG 2: MỘT SỐ KỸ THUẬT NỘI SUY TRONG
XỬ LÝ ẢNH Y TẾ

Chương 2 của luận văn tập trung trình bày một số kỹ thuật nội suy ảnh y
tế theo cả hai hướng tiếp cận là nội uy thay đổi kích thước ảnh và nội suy lát cắt
trung gian. Các kỹ thuật được mô tả về tư tưởng, phương pháp và đánh giá ưu,
nhược điểm của từng kỹ thuật.
ểm ảnh láng giềng gần nhất

2.1 Kỹ thuật nộ

Trong xử lý ảnh nói chung cũng như ảnh y tế nói riêng, để biến đổi tín
hiệu liên tục s(x,y) về dạng tín hiệu số rời rạc cần thực hiện quá trình lấy mẫu
(rời rạc hóa tín hiệu theo biên độ). Trong quá trình lấy mẫu ảnh, bước nội suy
thực hiện nhằm tái cấu trúc tín hiệu hai chiều liên tục s(x,y) thành tín hiệu rời
rạc s(k,l) với s,x,y

R; k,l

N0. Do đó, cường độ của điểm ảnh tại vị trí (x,y)

phải được ước tính từ những điểm ảnh láng giềng của nó, mô tả bởi công thức
được đưa ra trong [18]:
2Dh(x-k,y-l)

(2.1)

Thông thường, các điểm nội uy đối xứng được tách ra để giảm độ phức
tạp tính toán:
2Dh(x,y)

= h(x).h(y)

(2.2)

Trong Hình 2.1, 4x4 điểm ảnh lân cận được sử dụng để nội uy điểm
ảnh s(x,y). Đầu tiên, giá trị cường độ của điểm ảnh nội suy được tính toán theo
trục x, au đó các giá trị này được tính toán nội suy theo trục y.

23