(Luận án tiến sĩ) nghiên cứu xử lý ảnh spect tim trong hỗ trợ chẩn đoán bệnh động mạch vành

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

Nguyễn Thành Trung

NGHIÊN CỨU XỬ LÝ ẢNH SPECT TIM TRONG HỖ
TRỢ CHẨN ĐOÁN BỆNH ĐỘNG MẠCH VÀNH

LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỆN TỬ

Hà Nội - 2021


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

Nguyễn Thành Trung

NGHIÊN CỨU XỬ LÝ ẢNH SPECT TIM TRONG HỖ
TRỢ CHẨN ĐOÁN BỆNH ĐỘNG MẠCH VÀNH

Ngành: Kỹ thuật Điện tử
Mã số: 9520203
LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỆN TỬ

NGƯỜI HƯỚNG DẪN KHOA HỌC:
1. TS. NGUYỄN THÁI HÀ
2. GS. TS. NGUYỄN ĐỨC THUẬN

Hà Nội - 2021

i

Lời cam đoan
Tác giả xin cam đoan đây là công trình nghiên cứu riêng của tác giả, khơng sao chép
của bất kỳ người nào. Các số liệu kết quả nêu trong luận án là hoàn toàn trung thực và
chưa từng được tác giả khác công bố.
T/M tập thể giáo viên hướng dẫn

TS. Nguyễn Thái Hà

Hà Nội, ngày tháng
Tác giả

năm

NCS. Nguyễn Thành Trung


ii

Lời cảm ơn
Tôi xin chân thành cảm ơn TS Nguyễn Thái Hà và GS.TS. Nguyễn Đức Thuận,
những người đã nhiệt tình hướng dẫn và giúp đỡ tơi rất nhiều trong q trình nghiên cứu và
hồn thành Luận án.
Tơi cũng xin chân thành cảm ơn Bộ môn Công nghệ Điện tử và Kỹ thuật Y sinh,
Phòng Đào tạo, Viện Điện tử -Viễn thông, Trường Đại học Bách Khoa Hà Nội đã tạo điều
kiện thuận lợi để tơi hồn thành nhiệm vụ nghiên cứu của mình.
Tơi cũng xin chân thành cảm ơn tới khoa Y học Hạt nhân, bệnh viện Trung ương
Quân đội 108; viện Công nghệ Thông tin, viện Khoa học và Công nghệ Quân sự đã hỗ trợ,

cộng tác, tạo điều kiện để tơi hồn thành nhiệm vụ nghiên cứu của mình.
Tơi cũng bày tỏ lịng biết ơn đến Gia đình tơi, vợ và con tơi, các anh chị em, đồng
nghiệp và bạn bè những người đã ủng hộ và động viên giúp đỡ tôi trong thời gian làm Luận
án.


MỤC LỤC

LỜI CAM ĐOAN………………………………………………………………………………….i
LỜI CẢM ƠN…………………………………………………………………………………..…ii
MỤC LỤC………………………………………………………………………………………..iii
DANH MỤC CÁC HÌNH VẼ …………………………………………………………………...vi
DANH MỤC CÁC BẢNG BIỂU………………………………………………………………...ix
DANH MỤC CÁC TỪ VIẾT TẮT …………………………………………………………..…..x
MỞ ĐẦU
1. Lý do chọn đề tài, mục đích nghiên cứu………………………………………………………...1
2. Đối tượng, phương pháp và phạm vi nghiên cứu của luận án……………………….....……..…4
3. Ý nghĩa khoa học và thực tiễn của luận án………………………………………………………5
4. Các đóng góp của luận án……………………………..………………………………………..6
5. Bố cục của luận án………………………………………………………………….…………..7

CHƯƠNG 1. TỔNG QUAN VỀ PHƯƠNG PHÁP XẠ HÌNH TƯỚI MÁU CƠ TIM BẰNG
MÁY SPECT……………………………………………………………………………………..8
1.1. Bệnh lý động mạch vành……………………………………………………………….…....8
1.1.1.

Giải phẫu tim và bệnh lý mạch vành…………………………………..…….…….8

1.1.2.

Các phương pháp chẩn đốn bệnh mạch vành…………………………………….9

1.2. Xạ hình tưới máu cơ tim bằng máy SPECT…………………………………………….…..11
1.2.1.

Nguyên lý của phương pháp chụp xạ hình tưới máu cơ tim. ……………….….....11

1.2.2.

Giá trị của phương pháp xạ hình tưới máu cơ tim bằng máy SPECT………....….13

1.2.3.

Các yếu tố ảnh hưởng tới độ chính xác kết quả chẩn đoán…………………...…..15

1.3. Giải pháp xử lý ảnh SPECT tim trong hỗ trợ chẩn đoán bệnh động mạch vành. ……..…….17
1.3.1.

Tình hình nghiên cứu các giải pháp trong nước. ……………………………..….17

1.3.2.

Tình hình nghiên cứu các giải pháp ngồi nước. …………………………….…..18

1.3.3.

Nhận xét, đánh giá các giải pháp đã khảo sát và đề xuất giải pháp của tác giả…. 23

1.4. Kết luận chương 1………………………………………………………………...………..25

iii


CHƯƠNG 2. XÂY DỰNG BỘ CƠ SỞ DỮ LIỆU SPECT TIM……………………………..27
2.1. Vấn đề nghiên cứu. …..…………………….……………………………………………….27
2.2. Quy trình thu thập dữ liệu ……………………..………………………………...………….32
2.2.1.

Cơ sở y học hạt nhân tiến hành thu thập dữ liệu………………………………....32

2.2.2.

Quy trình xạ hình tưới máu cơ tim………………………………………...…….34
2.2.2.1. Quy trình thực hành theo từng vị trí……………………………….……34
2.2.2.2. Quy trình thực hiện kỹ thuật xạ hình tưới máu cơ tim bằng máy SPECT36

2.2.3.

Tiêu chuẩn loại trừ mẫu…………………………………………………………...37

2.3. Quy trình xử lý, chuẩn hố dữ liệu………………………………………………………….38
2.3.1.

Quy trình chuẩn hố dữ liệu hình ảnh……………………………………………38

2.3.2.

Quy trình chuẩn hố dữ liệu thơng tin lâm sàng…………………………………40

2.4. Quy trình gắn nhãn dữ liệu………………………………………………………………….41

2.5. Xây dựng các tính năng bộ cơ sở dữ liệu…………………………………………………....44
2.6. Phân bố dữ liệu, tính cỡ mẫu ………………………………………………………..…….46
2.7. Nhận xét, đánh giá bộ cơ sở dữ liệu………….…………………………………………...…47
2.7. Kết luận chương 2.………………………………………………………………………..…50

CHƯƠNG 3. XÂY DỰNG BỘ LỌC NHIỄU SUY GIẢM SỬ DỤNG MẠNG DEEP
LEARNING..................................................................................................................................52
3.1.
3.2.

Vấn đề nghiên cứu....…...………………………………………………….…………….52
Xây dựng mơ hình lọc nhiễu suy giảm cho ảnh SPECT MPI………………………...…56
3.2.1. Các mơ hình CAE, GAN, U-net……………………………………………...…56
3.2.2. Các thước đo ………………………………………………………………….…68
3.2.3. Dữ liệu thử nghiệm………………………………………………………………71
3.2.4. Đề xuất mơ hình 3D Convolutional Auto-Encoder (3D-CAE) trong hiệu chỉnh
nhiễu suy giảm ……………………………………………………………………….……73
3.2.4.1. Mơ hình đề xuất………………………………………………......……..73
3.2.4.2. Thử nghiệm và kết quả…………………………………………………..75
3.2.5. Đề xuất mơ hình 3DUnet-GAN hiệu chỉnh nhiễu suy giảm……………..……….77
3.2.5.1. Mơ hình đề xuất…………………………………………………………77
3.2.5.2. Hàm mục tiêu…………………………………………………….……...79
3.2.5.3. Thiết lập thử nghiệm……………………………………………….……83
3.2.5.4. Kết quả thử nghiệm mơ hình……………………………………….……85

iv


3.2.6. Kết quả thực nghiệm………………………………………………………...……85
3.3. Kết luận chương 3……………………………………………………………………..…88

CHƯƠNG 4. PHÁT TRIỂN GIẢI PHÁP HỖ TRỢ CHẨN ĐOÁN BỆNH MẠCH VÀNH88
4.1.

Vấn đề nghiên cứu…...……………………………..……………………………………90

4.2.

Đề xuất giải pháp hỗ trợ chẩn đốn nâng cao chất lượng hình ảnh cho các máy SPECT
thông thường…………………………………………………………………………..…93

4.3.

4.4.

4.2.1.
4.2.2.

Thu thập dữ liệu thực nghiệm……………………………………………………93
Hiệu chỉnh suy giảm bằng mơ hình 3D Unet GAN…………………………...…94

4.2.3.

Tập dữ liệu………………………………………………………………….……95

4.2.4.

Phương pháp thực nghiệm………………………………………………….……97

4.2.5.

Kết quả thực nghiệm…………………………………………………………..…98

Đề xuất giải pháp hỗ trợ ra quyết định chẩn đốn……………………………….……..102
4.3.1.

Cơ sở dữ liệu ……………………...……………………………….…………...102

4.3.2.

Mơ hình chẩn đoán……………………………………………………………...104

4.3.3.

Thử nghiệm và kết quả…………………………………………..…………..….106

Kết luận chương 4………………………………………………………………………110

KẾT LUẬN…………………………………………………………………………...……..…111
TÀI LIỆU THAM KHẢO…………………………………………………………….……..…113
DANH MỤC CÁC CƠNG TRÌNH ĐÃ CƠNG BỐ…………………………………..……….121

v


DANH MỤC CÁC HÌNH VẼ
Hình 1.1. Bệnh động mạch vành…..………………………………….…………………………8
Hình 1.2. Mạch máu của tim. 1. Xoang ngang 2.Động mạch vành phải 3. Động mạch vành
trái 4. Động mạch mũ tim 5. Động mạch liên thất trước ……………………………………9
Hình 1.3. Đặc trưng hình ảnh khuyết xạ trên xạ hình tưới máu cơ tim…………………12
Hình 1.4. Chiến thuật điều trị thiếu máu cơ tim cục bộ dựa trên xạ hình tưới máu cơ tim……15

Hình 1.5. Sự phát triển của học máy trong tim mạch hạt nhân……………………………...…18
Hình 1.6. So sánh đường ROC giữa SVM và 2 bác sĩ trong dị tìm tổn thương cơ tim. …...…19
Hình 1.7. Độ nhạy, độ đặc hiệu và độ chính xác của thuật tốn ML so với TPD và phân tích
trực quan của 2 chun gia. ……………………………………………………………………20
Hình 1.8. Đường cong ROC cho dự đoán biến cố tim bất lợi MACE…………………………21
Hình 1.9. Mơ hình DL trong dự đốn tắc nghẽn mạch vành……………………………..……22
Hình 2.1. Hệ thống máy SPECT: Infinia, Optima, Ventri……………………………………..30
Hình 2.2. Quy trình xạ hình tưới máu cơ tim bằng máy SPECT………………………………36
Hình 2.3. Ảnh lát cắt và ảnh cực được trình bày theo protocol chẩn đốn ………………..…..39
Hình 2.4. Protocol chun lấy ảnh cho học máy………………………………………………39
Hình 2.5. Sơ đồ chuẩn hóa dữ liệu…………………………………………………………..…40
Hình 2.6. File trả lời kết quả……………………………………………………………..……41
Hình 2.7. Ảnh cực được tổng hợp từ các lát cắt……………………………………….………43
Hình 2.8. Phần mềm gắn nhãn dữ liệu bệnh nhân…………………………………………..…44
Hình 3.1. Ảnh khơng hiệu chỉnh suy giảm (NC images) và ảnh có hiệu chỉnh suy giảm (AC
images) của cùng một bệnh nhân………………………………………………………………54
Hình 3.2. Mạng nơron tích chập CNN…………………………………………………………57
Hình 3.3. Ma trận kích thước 600 * 800……………………………………………….………58
Hình 3.4. Biểu diễn ma trận điểm màu…………………………………………………...……58
Hình 3.5. Ba ma trận biểu diễn ảnh màu……………………………………………….………59
Hình 3.6. Ảnh mầu là một tensor 3 chiều ……………………………………………...……...59
Hình 3.7. Phép tính tích chập………………………………………………………………..…60
Hình 3.8. Phép tính tích chập cho ảnh màu có 3 kênh red, green, blue…………………..……61
Hình 3.9. Tensor 3 chiều có chiều sâu k………………………………………………….……61

vi


Hình 3.10. Lớp gộp kích thước (2,2) …………………………………………………….……62
Hình 3.11. Các loại lớp gộp……………………………………………………………………63

Hình 3.12. Mạng CAE trong lọc nhiễu……………………………………………………...…63
Hình 3.13. Mơ hình mạng U-net………………………………………………………….……65
Hình 3.14. Phép tính transposed convolution…………………………………………….……66
Hình 3.15. Sơ đồ mạng GAN………………………………………………………………..…67
Hình 3.16. Nhóm ảnh lát cắt thành một khối mẫu 3D…………………………………………72
Hình 3.17. Kiến trúc 3D-CAE đề xuất…………………………………………………………73
Hình 3.18. Đầu vào NC, ảnh biến đổi và ảnh đích thật. ………………………………………76
Hình 3.19. Kiến trúc 3DUnet-GAN……………………………………………………………78
Hình 3.20. Đồ thị hàm Sigmoid………………………………………………………………..79
Hình 3.21. Đồ thị hàm mục tiêu trong trường hợp yi = 1……………………………………...81
Hình 3.21. Đồ thị hàm mục tiêu trong trường hợp yi = 0………………………………….…..81
Hình 3.23. Ảnh đầu vào, ảnh dự đốn và ảnh thật………………………………………..……84
Hình 4.1 . Deep learning neural network, Regression, Random Forests, Support vector
machine, Gradient Boosting Machines…………………………………………………………89
Hình 4.2. Trích xuất đặc trưng của học máy và deep learning ……………………………..…89
Hình 4.3. Ảnh dự đốn hiệu chỉnh suy giảm GenAC từ mơ hình 3D Unet GAN và ảnh chưa
hiệu chỉnh suy giảm NC……………………………………………………………………..…92
Hình 4.4. Thứ tự sắp xếp ảnh…………………………………………………….…………….93
Hình 4.5. Phần mềm hỗ trợ đọc kết quả trong thực nghiệm…………………………..……….94
Hình 4.6. Độ chính xác chẩn đốn……………………………………………………………..96
Hình 4.7. So sánh độ nhạy và độ đặc hiệu……………………………………………...98
Hình 4.8. Gia tăng tỉ lệ phát hiện bệnh nhân khơng tổn thương khi dùng GenAC………..…..98
Hình 4.9. Gia tăng tỉ lệ phát hiện các nhánh không tổn thương………………………...99
Hình 4.10. A. Ảnh cắt lát; B. Ảnh bản đồ cực………………………………………..…..…..100
Hình 4.11. Khuyết xạ tưới máu trên hình ảnh SPECT tim………………………..…………101
Hình 4.12. Kiến trúc VGG gồm 16 lớp CNN…………………………………………......….102
Hình 4.13. Kiến trúc mạng deep-learning sử dụng để chẩn đoán CAD………..………….....103
Hình 4.14. Kiểm tra chéo 5 đoạn (5-fold cross validation) …………………………….……105
Hình 4.15. Độ chính xác của 2 mơ hình sử dụng ảnh cắt lát MPI và ảnh cực trên các tập con105

vii


Hình 4.16. Độ chính xác trung bình của 2 mơ hình sử dụng ảnh cắt lát MPI và ảnh bản đồ
cực………………………………………………………………………………………….…106
Hình 4.17. ROC của 2 mơ hình sử dụng ảnh cắt lát MPI và ảnh bản đồ cực……...…………106

viii


DANH MỤC CÁC BẢNG BIỂU
Bảng 1.1. Độ nhậy, đặc hiệu của SPECT MPI trong chẩn đoán bệnh động mạch vành….……14
Bảng 1.2. Các nghiên cứu sử dụng học máy ứng dụng trong tim mạch hạt nhân…………...…23
Bảng 2.1. Bảng thống kê các tập dữ liệu CT và SPECT MPI…………………………….……28
Bảng 2.2. Các tập dữ liệu ứng dụng trí tuệ nhân tạo trong tim mạch hạt nhân………………...32
Bảng 2.3. Dữ liệu nghiên cứu……………………………………………………………..……38
Bảng 2.4. Bảng mã hóa hệ số nguy cơ……………………………………………………….…41
Bảng 2.5. Bảng phân loại nhãn…………………………………………………………....……42
Bảng 2.6. 17 phân vùng cơ tim dùng trong trả lời kết quả………………………..……….……43
Bảng 2.7. Bảng thống kê thông tin của bộ dữ liệu……………………………………..…….…45
Bảng 2.8. Phân bố dữ liệu……………………………………………………………...…….…46
Bảng 3.1. Số lượng mẫu……………………………………………………………..…………72
Bảng 3.2. Kích thước của từng lớp 3D-CAE……………………………………………..……74
Bảng 3.3. Đánh giá trên các phép đo khác nhau (chữ in đậm thể hiện kết quả đo tốt nhất) ..…77
Bảng 3.4. Kết quả thực nghiệm (giá trị bôi đen là tốt nhất) ………………………………...…85
Bảng 3.5. Đánh giá hiệu suất (chữ in đậm cho giá trị đo tốt nhất) ……………………….……86
Bảng 4.1. Bảng thống kê thông tin của bộ dữ liệu………………………………....……91
Bảng 4.2. Bảng thống kê tổn thương cơ tim……………………………………….…....92
Bảng 4.3. Bảng chia mẫu……………………………………………………………..…93
Bảng 4.4. Số lượng mẫu……………………………………………………………..…….…..102

ix


DANH MỤC CÁC TỪ VIẾT TẮT
Từ viết tắt

Tiếng Anh

Tiếng Việt

CAD

Coronary artery disease

Bệnh động mạch vành

RCA

Right coronary artery

Động mạch vành phải

LAD

Left anterior decending

Động mạch liên thất trước

LCx

Left circumplex artery

Động mạch mũ

MPI

Myocardial perfusion imaging

Xạ hình tưới máu cơ tim

Single photon emission computed

Chụp vi tính cắt lớp phát xạ đơn photon

tomography

spect

Electrocardiogram

Điện tâm đồ

CT

Computed tomography

Chụp cắt lớp vi tính

SRS

Summed rest score

Tổng điểm pha nghỉ

SSS

Summed stress score

Tổng số điểm pha gắng sức

SDS

Summed differences score

Điểm chênh lệch giữa 2 pha

TPD

Total perfusion deficit

Tổng khuyết xạ

SPECT

ECG

AUC ROC Areas under the receiver-operating

Vùng dưới đường cong roc

characteristic curve
Support vector machine

Máy vectơ hỗ trợ

ML

Machine learning

Học máy

TID

Transient ischemic dilation

Triệu chứng thiếu máu thoáng qua

MACE

Major adverse cardiovascular events

Biến cố tim mạch bất lợi

OSEM

Ordered subset expectation

Thuật toán tái tạo osem

SVM

maximization
IRAC

Iterative reconstruction attenuation

Hiệu chỉnh suy giảm tái tạo lặp

correction
FBP
PET/MR

Filtered back projection

Chiếu ngược có lọc

Positron emission tomography–

Chụp ảnh lai ghép positron và cộng

magnetic resonance imaging

hưởng từ

x


DL
CADx

MNIST

DDSM

Deep learning

Học sâu

Computer-aided diagnosis

Hỗ trợ chẩn đốn bằng máy tính

Mixed national institute of standards

Viện quốc gia hỗn hợp về tiêu chuẩn và

and technology

công nghệ

Digital database for screening

Cơ sở dữ liệu số về chụp ảnh vú

mammography
MIAS

Mammographic imaging analysis

Cộng đồng phân tích ảnh nhũ vú

society
IRMA

Image retrieval in medical applications Hình ảnh trong các các ứng dụng y tế

QGS

Quantitative gated spect

Định lượng gắn cổng điện tim spect

QPS

Quantitative perfusion spect

Định lượng tưới máu spect

ASNC

American society of nuclear

Hiệp hội tim mạch hạt nhân hoa kỳ

cardiology
Red green blue

3 màu đỏ xanh lá xanh da trời

NC

Non attenuation correction

Không hiệu chỉnh suy giảm

AC

Attenuation correction

Hiệu chỉnh suy giảm

BMI

Body mass index

Chỉ số khối cơ thể

CAE

Convolutional auto-encoder

Mã hõa tự động tích chập

MBIR

Model-based iterative reconstruction

Mơ hình thuật tốn tái tạo lặp

NNC

Neural network convolution

Mạng nơ ron tích chập

Higth-dose

Liều cao

Ultra-low-dose

Liều rất thấp

RBG

HD
ULD

RED-CNN Residual encoder-decoder convolution Mạng nơ ron tích chập giải mã-mã hóa
neural network
GAN

Generative adversarial network

Mạng sinh

CNN

Convolutional neural network

Mạng nơ ron tích chập

Fully connected

Mạng kết nối đầy đủ

MSE

Mean squared error

Sai số toàn phương trung bình

PSNR

Peak signal to noise ratio

Tỉ số tín hiệu cực đại trên nhiễu

SSIM

Structural similarity index

Chỉ số so sánh sự tương đồng cấu trúc

FC

xi


HVS

Human visual system

Hệ thống thị giác của con người

PCC

Pearson's correlation coefficient

Hệ số tương quan pearson

UQI

Universal quality index

Hệ số chất lượng phổ quát

Normalized mean absolute error

Sai số tuyệt đối trung bình chuẩn hóa

NMAE

xii


MỞ ĐẦU
1. Lý do chọn đề tài, mục đích nghiên cứu
Ngày nay, nguyên nhân gây tử vong và tàn phế hàng đầu tại các quốc gia phát triển là
bệnh tim mạch. Tại các nước đang phát triển, bệnh tim mạch cũng có xu hướng gia tăng.

Bệnh tim mạch chiếm 34,2% số tử vong chung trên toàn thế giới mỗi năm cho dù đã có
nhiều phương pháp điều trị hữu hiệu. Ở Việt Nam, số người chết vì bệnh tim mạch khoảng
200.000 người, chiếm ¼ tổng số ca tử vong hằng năm. Theo thống kê, cứ 3 người trưởng
thành thì có 1 người có nguy cơ tim mạch. Số liệu trên được đưa ra tại tọa đàm "Vì trái tim
khỏe Việt Nam" diễn ra tại bệnh viện Tim Hà Nội 2015.
Bệnh động mạch vành là bệnh lý tim mạch hay gặp nhất, là nguyên nhân gây tử vong
hàng đầu trên thế giới. Nguyên nhân gây ra bệnh này chủ yếu do xơ vữa thành mạch, gây
thiếu máu cơ tim cục bộ. Tổ chức y tế thế giới ước tính có tới 3,8 triệu đàn ơng và 3,4 triệu
phụ nữ chết vì bệnh động mạch vành mỗi năm. Tại các nước ở Bắc Mỹ và Tây Âu, tỉ lệ
chết vì bệnh này đã giảm nhưng tại các nước đang phát triển, trong đó có Việt Nam, tỉ lệ
này đang tăng nhanh. Con số ước tính chỉ ra rằng khoảng 82% tỉ lệ chết vì bệnh động mạch
vành trong tương lai sẽ xẩy ra ở các nước đang phát triển.
Xạ hình tưới máu cơ tim MPI (Myocardial Perfusion Imaging) bằng máy chụp cắt lớp
phát xạ vi tính đơn photon SPECT (Sigle Photon Emission Computed Tomography) là
phương pháp chẩn đoán bệnh thiếu máu cơ tim cục bộ khơng chảy máu có độ nhạy và độ
đặc hiệu cao. Kỹ thuật này được thực hiện rộng rãi tại các nước phát triển bởi những giá
trị chẩn đốn nó mang lại. Theo một thống kê gần đây tại Hoa Kỳ, mỗi năm có khoảng 7
triệu lượt bệnh nhân được tiến hành chụp xạ hình tưới máu cơ tim và đây là phương pháp
được áp dụng nhiều nhất trong chuyên ngành tim mạch hạt nhân.
Tuy nhiên, kỹ thuật xạ hình tưới máu cơ tim là một kỹ thuật khó, trải qua nhiều bước
thực hiện từ dược chất phóng xạ, ghi hình, xử lý hình ảnh và đọc kết quả. Độ chuẩn xác
của các bước này ảnh hưởng tới độ chính xác của chẩn đốn. Trong các yếu tố làm giảm
độ chính xác của chẩn đốn thì nhiễu suy giảm trong khi ghi hình và sai sót chủ quan của
bác sĩ đọc kết quả là những yếu tố quan trọng gây ảnh hưởng tới chất lượng chẩn đoán.

1


Một, nhiễu suy giảm là hiện tượng tia photon bị suy giảm năng lượng khi đi qua các tổ
chức mô có tỉ trọng khác nhau, làm cho các photon khơng đến được các đầu dò của máy

SPECT, dẫn đến phân bố phóng xạ ở cơ tim ghi bởi máy SPECT khơng chính xác. Để giải
quyết vấn đề này, nhiều giải pháp đã được đưa ra như chụp nằm sấp, cải tiến thuật toán tái
tạo và hiệu quả nhất bây giờ là gắn thêm một máy chụp cắt lớp vi tính (CT) vào cùng máy
SPECT. Tuy nhiên, giá thành máy SPECT sẽ tăng lên đáng kể, kèm theo đó là các chi phí
về phịng ốc và làm tăng nguy cơ mất an tồn bức xạ…Thêm vào đó, theo thống kê, số
lượng máy SPECT đơn thuần đang chiếm khoảng 80 % trên thế giới nên giải quyết được
nhiễu suy giảm mà vẫn tận dụng được những máy này có ý nghĩa quan trọng.
Hai, sai sót chủ quan của bác sĩ bắt nguồn trình độ chun mơn, độ phức tạp của hình
ảnh, số lượng bệnh nhân lớn, khả năng tập trung, tâm trạng, sức khỏe…Theo thống kê ở
Hoa Kỳ, sai sót chẩn đốn chung ước tính vào khoảng 10 đến 15% và trong tim mạch hạt
nhân là 30 %. Giải pháp hỗ trợ phân loại bệnh nhân có tổn thương và khơng có tổn thương
được phát triển nhằm giúp bác sĩ ra quyết định trên ảnh SPECT tim. Về cơ bản giải pháp
hộ trợ này giống như người đọc thứ 2 có nhiệm vụ xác định tổn thương trên hình ảnh
SPECT tim.
Như vậy, vấn đề xử lý nhiễu suy giảm và hỗ trợ chẩn đốn để nâng cao độ chính xác là
những u cầu cấp bách. Trước các vấn đề đó, các giải thuật học sâu đang có tiềm năng to
lớn có thể là câu trả lời phù hợp nhất. Tuy nhiên, để thử nghiệm và đánh giá hiệu quả của
các mơ hình học sâu cần có tập dữ liệu lớn, đáng tin cậy. Theo các nghiên cứu về trí tuệ
nhân tạo trong tim mạch hạt nhân trên thế giới thì số lượng nghiên cứu cịn hạn chế, các
tập dữ liệu có số mẫu nhỏ, chưa có nguồn gốc tin cậy. Đa phần các tập dữ liệu này đều sử
dụng mẫu đầu vào là các biến chức năng, các tham số định lượng… phù hợp với mơ hình
học máy cũ như máy hỗ trợ vec-tơ, chưa tận dụng được sức mạnh của học sâu với cơng cụ
trích chọn đặc trưng tự động từ hình ảnh. Một số tập dữ liệu tốt, có số lượng mẫu lớn, thu
thập ở những trung tâm tin cậy thì khơng cơng khai, cá nhân hóa nên việc tiếp cận tập dữ
liệu này rất khó khăn. Thêm nữa, các tập dữ liệu trên đều dựa trên cơ sở dữ liệu của bệnh
nhân nước ngồi để tính các tham số định lượng nên khi áp dụng vào đặc điểm hình ảnh

2

SPECT tim của người Việt Nam chắc chắn có nhiều hạn chế. Điều này đã được nhiều
nghiên cứu chứng minh và khuyến cáo rằng mỗi chủng người cần có bộ cơ sở dữ liệu riêng
để đánh giá. Từ những điều trên có thể thấy rằng tập dữ liệu nghiên cứu SPECT tim cịn ít
và khơng áp dụng được cho người Việt Nam, cần xây dựng bộ cơ sở dữ liệu mang các đặc
trưng của người Việt. Tuy nhiên, việc xây dựng cơ sở dữ liệu SPECT tim lớn sẽ rất khó
khăn vì kỹ thuật xạ hình tưới máu cơ tim bằng máy SPECT là một kỹ thuật khó, rất ít trung
tâm Y học Hạt nhân ở Việt Nam có thể làm được. Bên cạnh đó, sự tiếp cận dữ liệu với các
vấn đề về quy định, bảo mật cũng như trình độ xử lý dữ liệu cịn hạn chế sẽ làm cơng việc
này trở nên khó khăn hơn.
Mục đích của luận án là hỗ trợ chẩn đoán, hạn chế sai sót thơng qua nghiên cứu, xử lý
ảnh SPECT tim nhằm đưa ra các biện pháp cải thiện chất lượng hình ảnh, nâng cao độ
chính xác chẩn đốn phương pháp xạ hình tưới máu cơ tim bằng máy SPECT.
Do đó, nghiên cứu sinh đã tiến hành xây dựng các mục tiêu :


Xây dựng bộ dữ liệu SPECT tim có số mẫu lớn, độ tin cậy cao mang đặc trưng của
người Việt Nam. Mục tiêu này giải quyết vấn đề cơ sở dữ liệu để thử nghiệm và kiểm
định kết quả của các giải thuật học sâu trong hiệu chỉnh nhiễu suy giảm và hỗ trợ
chẩn đốn nâng cao độ chính xác của phương pháp xạ hình tưới máu cơ tim. Thực
hiện mục tiêu này bằng cách xây dựng các quy trình : quy trình thu thập dữ liệu, quy
trình xử lý chuẩn hóa dữ liệu, quy trình gắn nhãn dữ liệu, quy trình xây dựng các đặc
tính của bộ dữ liệu. Dữ liệu bệnh nhân được thu thập từ quy trình thực hành chuẩn Y
học Hạt nhân cho dược sĩ chuẩn bị dược chất phóng xạ, kỹ thuật viên tiêm và chụp
hình, bác sĩ trả lời kết quả. Quy trình thu nhận hình ảnh được thiết lập theo hướng
dẫn của hội tim mạch hạt nhân châu Âu và hiệp hội tim mạch hạt nhân Hoa Kỳ. Quy
trình xử lý dữ liệu được thiết lập để bảo tồn các đặc trưng hình ảnh SPECT tim, chuẩn
hóa dữ liệu cho phù hợp với đầu vào của các mơ hình học máy, loại bỏ các thơng tin
khơng cần thiết giảm khối lượng tính tốn, kết hợp các yếu tố nguy cơ đưa vào bộ cơ
sở dữ liệu. Quy trình gắn nhãn dữ liệu được thực hiện bởi các bác sĩ có ít nhất 10 năm
kinh nghiệm đọc xạ hình tưới máu cơ tim. Quy trình xây dựng các tính năng của bộ

3


dữ liệu như trích xuất thơng tin bệnh nhân, bảo mật thơng tin người bệnh, trích xuất
các đặc tính mang tính thống kê như tuổi, giới tính, bệnh sử lâm sàng, kết luận tổn
thương…
 Đề xuất giải pháp lọc nhiễu suy giảm mà không dùng đến máy CT bằng học máy, tận
dụng được những máy SPECT thông thường. Giải pháp này chính là áp dụng mơ hình
học sâu trong dự đốn ảnh có hiệu chỉnh suy giảm, có chất lượng và độ chính xác
tương đương hình ảnh hiệu chỉnh suy giảm bằng máy chụp cắt lớp CT. Dữ liệu đưa
vào mơ hình học máy gồm tập ảnh được chuẩn hóa ở mục tiêu trên, chụp bởi hệ thống
máy SPECT/CT hiện đại nhất của Gehealthcare, bao gồm ảnh đầu vào chưa có hiệu
chỉnh suy giảm, ảnh gắn nhãn huấn luyện là ảnh hiệu chỉnh suy giảm bằng CT của
cùng bệnh nhân tương ứng. Mơ hình học được thiết kế phù hợp với các đặc trưng
hình ảnh SPECT tim, các tham số được cải thiện qua các thử nghiệm.
 Đề xuất giải pháp hỗ trợ bác sĩ nâng cao độ chính xác chẩn đoán trên ảnh SPECT
tim. Mục tiêu này nhằm làm giảm sai sót do yếu tố chủ quan, mà cụ thể là phục vụ
bác sĩ trong quá trình trả lời kết quả. Mơ hình học sâu sẽ học các đặc trưng của hình
ảnh mang tổn thương và đặc trưng của bệnh nhân khơng có tổn thương. Trải qua q
trình huấn luyện, mơ hình sẽ hỗ trợ bác sĩ phân loại bệnh nhân khơng có tổn thương
nhanh hơn, tập trung vào các bệnh nhân có tổn thương. Dữ liệu học ở đây chính là
hình ảnh SPECT tim kèm các hệ số nguy cơ, đầu ra gắn nhãn bởi bác sĩ sẽ giúp mơ
hình mạng thiết lập các tham số tối ưu.

2. Đối tượng, phương pháp và phạm vi nghiên cứu của luận án
Đối tượng nghiên cứu của luận án:
 Đặc trưng hình ảnh xạ hình tưới máu cơ tim bằng máy SPECT, các yếu tố ảnh hưởng
đến hình ảnh SPECT tim đặc biệt là nhiễu suy giảm.
 Các mơ hình xử lý nhiễu ảnh, các giải pháp nâng cao chất lượng hình ảnh.

 Nghiên cứu phương pháp ghi hình và thu thập dữ liệu SPECT tim

4


Phương pháp nghiên cứu của luận án
Phương pháp nghiên cứu sử dụng trong luận án là phương pháp kinh điển: thu thập
thông tin thông qua khảo sát thực tế, đề xuất xây dựng mơ hình lý thuyết, sử dụng dữ liệu
thực tế để kiểm tra kết quả và so sánh với các phương pháp khác đã công bố.
Phạm vi nghiên cứu của luận án:
 Đặc trưng hình ảnh SPECT tim, các phương pháp lọc nhiễu: Nghiên cứu đặc trưng
hình ảnh tổn thương và không tổn thương, nhiễu suy giảm thường gặp và các phương
pháp loại bỏ nhiễu.
 Các mơ hình phân lớp sử dụng trí tuệ nhân tạo và phương pháp xây dựng các mơ
hình này.
 Các mơ hình lọc nhiễu, tăng cường chất lượng hình ảnh, các phương pháp xây dựng
các mơ hình này.
 Nghiên cứu các bộ cơ sở dữ liệu, phương pháp xây dựng bộ cơ sở dữ liệu phù hợp
với học sâu.

3. Ý nghĩa khoa học và thực tiễn của luận án
Về ý nghĩa khoa học:
 Có được một bộ dữ liệu SPECT tim có số lượng lớn, độ chính xác cao, xây dựng tại
cơ sở y học hạt nhân có uy tín được cơng bố rộng rãi. Bộ dữ liệu này được xây dựng
với các đặc trưng hình ảnh SPECT tim của người Việt Nam. Đây không chỉ phục vụ
cho nghiên cứu của tác giả mà còn phục vụ các nghiên cứu khác trong xử lý ảnh, hỗ
trợ chẩn đoán bệnh động mạch vành trên ảnh SPECT tim sau này.
 Vấn đề xử lý nhiễu suy giảm trên ảnh SPECT tim bằng deep learning được nghiên
cứu tổng thể, có hệ thống trên một cơ sở dữ liệu lớn, độ chính xác cao, thực hiện tại
một cơ sở y học hạt nhân tin cậy. Mơ hình lọc nhiễu được đề xuất có độ chính xác

tương đương việc lắp thêm một máy chụp cắt lát CT cùng thuật tốn phức tạp vào
máy SPECT thơng thường.

5


 Vấn đề hỗ trợ bác sĩ trong trả lời kết quả xạ hình tưới máu cơ tim được nghiên cứu
tổng thể. Điều đó được thể hiện thơng phương pháp phân loại tổn thương hay không
tổn thương được đề xuất.
Về ý nghĩa thực tiễn:
 Tập dữ liệu SPECT tim được công bố là động lực để phát triển các thuật toán học
máy của các nghiên cứu xử lý nhiễu suy giảm, hỗ trợ chẩn đoán sau này.
 Giải pháp hiệu chỉnh nhiễu suy giảm bằng mơ hình deep learning mang lại nhiều ý
nghĩa thực tiễn. Thứ nhất, giải pháp này nếu được áp dụng sẽ làm giảm liều chiếu xạ
cho bệnh nhân, giảm nguy cơ mất an toàn bức xạ, một vấn đề đang được cộng đồng
y học rất quan tâm. Thứ hai, giải pháp này giảm chi phí mua sắm thiết bị, chi phí xây
dựng phịng ốc bảo đảm an toàn bức xạ, tận dụng và phát huy được những máy
SPECT đơn thuần sẵn có để thực hiện được kỹ thuật cao như xạ hình tưới máu cơ
tim. Thư ba, giải pháp này sẽ là cảm hứng để phát triển các thế hệ máy SPECT tiếp
theo trong tương lai. Thứ tư, ý tưởng của giải pháp này có thể mở rộng áp dụng để
hiệu chỉnh suy giảm cho ảnh PET/CT, ảnh PET/MR…
 Giải pháp hỗ trợ chẩn đoán sẽ phân loại có tổn thương hay khơng có tổn thương cơ
tim trên ảnh SPECT tim. Các bác sĩ sẽ tập trung phân tích nhiều hơn vào các trường
hợp nghi ngờ, giảm sai sót, tăng độ chính xác chẩn đốn.

4. Các đóng góp của luận án
 Xây dựng một bộ cơ sở dữ liệu về xạ hình tưới máu cơ tim bằng máy SPECT có số
lượng lớn, tin cậy làm tiền đề phát triển các thuật toán học sâu về sau.
 Đề xuất giải pháp bộ lọc nhiễu suy giảm bằng phương pháp học sâu có chất lượng
tương đương với việc lắp thêm một máy chụp cắt lớp CT kèm các thuật tốn phức

tạp vào hệ thống máy SPECT thơng thường.
 Đề xuất giải pháp hỗ trợ chẩn đốn xạ hình tưới máu cơ tim bằng máy SPECT nâng
cao độ chính xác bằng giải thuật học sâu.

6


5. Bố cục của luận án
Mở đầu: Trình bày về các vấn đề chung của luận án, tóm tắt các nội dung nghiên cứu,
những đóng góp và bố cục của luận án.
Chương 1: Giới thiệu về giải phẫu tim và bệnh lý mạch vành, các phương pháp chẩn
đốn, xạ hình tưới máu cơ tim và giá trị của phương pháp này. Chương 1 cũng nêu ra tình
hình nghiên cứu các giải pháp trong lĩnh vực xử lý ảnh SPECT tim cả trong và ngoài nước
cùng với những nhận xét, đánh giá các nghiên cứu khảo sát, đề xuất hướng nghiên cứu của
tác giả.
Chương 2: Tác giả tiến hành xây dựng bộ cơ sở dữ liệu SPECT tim làm cơ sở để huấn
luyện, đánh giá các thuật toán trong xử lý ảnh và giải pháp hỗ trợ chẩn đoán trong các
chương tiếp theo.
Chương 3: Tác giả xây dựng bộ lọc nhiễu suy giảm sử dụng mạng deep learning. Từ
các đặc trưng hình ảnh của SPECT tim, tác giả cấu trúc lại các lát cắt 2D thành dữ liệu 3D
nhằm bảo tồn các đặc trưng có mối liên hệ khơng gian giữa các lát. Sau đó, tác giả xây
dựng các mơ hình học có khả năng lọc nhiễu suy giảm cao là 3D Convolutional AutoEncoder (3D-CAE), 3DUnet-GAN. Để đánh giá hiệu quả của các mơ hình, các phép đo
NMAE, PCC, SSIM đã được sử dụng.
Chương 4: Tác giả phát triển 2 giải pháp hỗ trợ chẩn đoán bệnh mạch vành. Một, tác
giả tiến hành đánh giá giá trị của ảnh hiệu chỉnh suy giảm bằng mơ hình học sâu tạo ra
trình bày ở chương 3 với 2 bác sĩ có nhiều năm kinh nghiệm. Từ đó, tác giả đề xuất hỗ trợ
chẩn đoán bệnh động mạch vành bằng nâng cao chất lượng hình ảnh qua dự đốn ảnh hiệu
chỉnh suy giảm với mơ hình học sâu. Hai, tác giả đã khảo sát ảnh bản đồ cực và ảnh cắt lát
để xác định loại dữ liệu đầu vào phù hợp cho mơ hình học máy trong bài tốn phân lớp.
Sau đó, tác giả đề xuất mơ hình phân lớp có tổn thương và khơng có tổn thương.

Chương 5: Kết luận, kiến nghị và hướng phát triển.
Phần cuối cùng là danh mục, tài liệu tham khảo và các cơng trình đã cơng bố.
Các đóng góp chính của luận án ở chương 2, chương 3 và chương 4 của luận án.

7


CHƯƠNG 1. TỔNG QUAN VỀ PHƯƠNG PHÁP XẠ HÌNH
TƯỚI MÁU CƠ TIM BẰNG MÁY SPECT
1.1.

Bệnh lý động mạch vành

1.1.1. Giải phẫu tim và bệnh lý mạch vành

Ở hầu hết các nước trên thế giới, trong đó có Việt Nam, bệnh động mạch vành CAD
(coronary artery disease) là vấn đề quan tâm hàng đầu của y học hiện đại vì tỷ lệ mắc ngày
càng cao và là một trong những nguyên nhân chính gây tử vong, mất sức lao động. Với
bệnh nhân bị bệnh động mạch vành, chi phí điều trị rất lớn, đặc biệt là dành cho việc điều
trị khi bệnh ở mức độ nặng hoặc biến chứng [1].
Xơ vữa động mạch là nguyên nhân chính của bệnh động mạch vành. Xơ vữa động
mạch làm dày thành động mạch, xâm lấn dần vào trong lịng mạch gây hẹp khẩu kính, dẫn
đến giảm lưu lượng dòng chảy gây triệu chứng thiếu máu cục bộ cơ tim. Thêm nữa, mảng
xơ vữa cũng có thể bị rách, vỡ tạo điều kiện hình thành huyết khối gây bít tắc lịng mạch,
dẫn đến biến chứng nặng nề là nhồi máu cơ tim cấp (hình 1.1).

Hình 1.1 Bệnh động mạch vành
Quả tim được nuôi dưỡng bởi hệ thống mạch máu gồm động mạch vành phải và động
mạch vành trái. Động mạch vành phải RCA (Right Coronary Artery) cấp máu cho nửa phải
của tim và một phần tâm thất trái. Động mạch vành trái chia thành 2 nhánh lớn là động

mạch liên thất trước LAD (Left Anterior Decending) và động mạch mũ LCx (Left

8


Circumplex Artery) cấp máu cho phần còn lại của tim (hình 1.2). Từ ba nhánh lớn này cho
ra rất nhiều các nhánh động mạch nhỏ hơn có nhiệm vụ mang máu giàu oxy từ động mạch
chủ đi nuôi dưỡng tất cả các cấu trúc trong quả tim. Khi bị xơ vữa lòng mạch, lưu lượng
máu từ động mạch vành tới cơ tim bị giảm, cơ tim không nhận đủ oxy và xuất hiện các cơn
đau thắt ngực.

Hình 1.2 Mạch máu của tim
1. Xoang ngang 2.Động mạch vành phải 3. Động mạch vành trái
4. Động mạch mũ

5. Động mạch liên thất trước

1.1.2. Các phương pháp chẩn đoán bệnh mạch vành

Trong thời gian qua, ngành tim mạch đã có những bước tiến lớn trong chẩn đoán,
điều trị cấp cứu với những bệnh nhân mạch vành. Phương pháp tái tưới máu cơ tim, đặc
biệt là can thiệp động mạch vành đã làm giảm tỉ lệ tử vong, nhồi máu cơ tim và tăng thời
gian sống thêm đáng kể [2-4]. Tuy nhiên, để có kết quả khả quan, việc chẩn đoán đúng
bệnh, giai đoạn bệnh có ý nghĩa quan trọng, mang tính quyết định trong hướng điều trị.
Hiện nay, có một số phương pháp chẩn đoán bệnh động mạch vành.
Điện tâm đồ là phương pháp đơn giản nhất để phát hiện những dấu hiệu của bệnh
mạch vành. Phương pháp này thu nhận những tín hiệu xung điện trong q trình quả tim
hoạt động. Thơng qua tín hiệu điện tâm đồ, những biểu hiện của thiếu máu cơ tim, hoại tử
cơ tim cũng như những biến chứng của bệnh tim mạch như dày thành tim, dãn buồng tim
và rối loạn nhịp sẽ được phát hiện. Đây là phương pháp thăm dị dễ thực hiện, ít tốn kém,

mất ít thời gian để thực hiện kỹ thuật. Tuy nhiên, sự tương quan của điện tâm đồ và bệnh

9


mạch vành khơng phải lúc nào cũng chính xác. Thực tế lâm sàng cho thấy có khá nhiều
trường hợp có bệnh mạch vành mà điện tâm đồ lại không biến đổi. Ngược lại, điện tâm đồ
có thể biến đổi trong khi bệnh nhân lại không bị bệnh mạch vành (trường hợp nữ giới, bệnh
nhân béo phì, tăng huyết áp).
Siêu âm tim với nguyên lý hoạt động dựa trên sóng siêu âm để tạo ra những hình ảnh
của trái tim khi tim đang hoạt động, nhằm mục đích khảo sát vận động của thành tim, chức
năng tim cũng như van tim. Khi bệnh nhân có bệnh động mạch vành, vùng cơ tim được
cấp máu bởi nhánh mạch vành đó sẽ khơng được cấp đủ oxy. Vùng cơ tim đó sẽ có hiện
tượng rối loạn vận động so với các vùng khác (có thể giảm vận động hoặc hồn tồn khơng
vận động). Siêu âm tim thường phát hiện được bệnh mạch vành ở giai đoạn muộn vì lúc
này đã xuất hiện những rối loạn vận động của buồng tim.
Chụp cộng hưởng từ MRI (magnetic resonance imaging) có thể cho các thơng tin về
giải phẫu, chức năng, sự tưới máu và chuyển hóa cơ tim. Tuy nhiên, kỹ thuật này có một
số hạn chế như thời gian thực hiện dài, chống chỉ định nếu bệnh nhân có cấy một số thiết
bị kim loại. Hiện tại, chụp MRI tim vẫn chưa được sử dụng rộng rãi trong lâm sàng. Nguyên
nhân có thể do số chuyên gia làm MRI tim và sự tiếp cận với hệ thống này còn hạn chế.
Do vậy, chỉ định MRI tim thường được khuyến cáo trong trường hợp cần đánh giá khi nghi
ngờ có bất thường mạch vành hay cần đánh giá bệnh tim bẩm sinh phức tạp, hoặc trường
hợp cần tránh tiếp xúc với tia X.
Kỹ thuật PET/CT (positron emission tomography/ computed tomography) hiện nay
trong tim mạch được chỉ định là đánh giá tình trạng cơ tim sống cịn (myocardial viability),
phân biệt vùng cơ tim chống (stunning), đơng miên (hibernating) với sẹo cơ tim. PET/CT
FDG được coi là phương pháp đánh giá khả năng hồi phục vận động, chức năng thất trái
sau can thiệp tái tưới máu động mạch vành có độ nhạy cao. Sử dụng PET/CT có thể cho
phép tiến hành đồng thời chụp động mạch vành bằng CT đa lớp cắt, kết hợp với các thông

tin của PET về tình trạng chức năng như tưới máu cơ tim, đánh giá cơ tim sống cịn được
trình bày trên cùng 1 hình ảnh theo khơng gian 3 chiều.
Phương pháp MSCT (multi-slice computer tomography) tim là kỹ thuật chụp không
xâm lấn, cho phép khảo sát trực tiếp lòng mạch để biết mức độ hẹp lòng mạch, đồng thời

10


đánh được các tính chất mảng xơ vữa động mạch. Phương pháp này có độ tương phản cao,
dễ áp dụng cho bệnh nhân vì thời gian nín thở chỉ từ 5 tới 7 giây.
Xạ hình tưới máu cơ tim MPI (myocardial perfusion imaging) bằng máy chụp cắt lớp
phát xạ đơn photon SPECT (single photon emission computed tomography) là kỹ thuật
dùng để đánh giá lượng máu ni tim có đầy đủ hay không trong lúc nghỉ ngơi và vận
động. Kỹ thuật này thường được chỉ định để tìm nguyên nhân đau ngực cũng như sau nhồi
máu cơ tim để kiểm tra vùng nào của tim không nhận đủ máu hoặc đánh giá độ rộng tổn
thương cơ tim. Bên cạnh đó, kỹ thuật SPECT MPI còn được dùng để xác định xem động
mạch vành có bị hẹp hay khơng và hẹp ở mức độ nào. Phương pháp này sẽ được trình bày
nhiều hơn ở phần tiếp theo của luận án.

1.2. Xạ hình tưới máu cơ tim bằng máy SPECT
1.2.1. Nguyên lý của phương pháp chụp xạ hình tưới máu cơ tim.

Có nhiều phương pháp để chẩn đoán bệnh động mạch vành, từ bệnh sử của cơn đau
thắt ngực, đến các xét nghiệm chẩn đốn khơng xâm lấn như điện tâm đồ, siêu âm, chụp
cộng hưởng từ, xét nghiệm chẩn đoán xâm lấn như chụp mạch cản quang qua da, xạ hình
tưới máu cơ tim...Mỗi xét nghiệm đều có những ưu, nhược điểm riêng. Tuy nhiên, phương
pháp xạ hình tưới máu cơ tim MPI được sử dụng phổ biến hơn cả trong các trường hợp
nguy cơ trung bình và cao vì những giá trị trong chẩn đốn nó mang lại.
Để thực hiện kỹ thuật này, bệnh nhân được tiêm dược chất phóng xạ vào cơ thể theo
đường tĩnh mạch. Sau đó, máy SPECT sẽ chụp lại hình ảnh của những chất này di chuyển

trong tim. Những chất đánh dấu sẽ đến tim thông qua đường máu. Khi những chất đánh
dấu này đến cơ tim thì những nơi nào cơ tim cịn hoạt động tốt sẽ hấp thụ đầy đủ những
chất đánh dấu này, cịn những nơi khơng hấp thụ chất đánh dấu thì chính là vùng khơng
nhận đủ máu hoặc có thể đã bị hư hại bởi nhồi máu cơ tim. Để cụ thể hơn, quá trình tạo
ảnh xạ hình tưới máu cơ tim bằng máy SPECT được mô tả như sau:
Trong thực tế, quả tim được nuôi dưỡng bởi 3 nhánh động mạch gồm động mạch
vành phải, động mạch vành trái và động mạch liên thất trước. Trong phần nguyên lý tạo
ảnh xạ hình tưới máu cơ tim, tác giả giả sử quả tim được nuôi bởi 2 động mạch là động

11