Nghiên cứu một số kỹ thuật xử lý ảnh dựng mô hình 3d của gan từ ảnh dữ liệu ảnh CT

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC QUY NHƠN

ĐOÀN THỊ XƯƠNG

NGHIÊN CỨU MỘT SỐ KỸ THUẬT
••

XỬ LÝ ẢNH DỰNG MƠ HÌNH 3D CỦA GAN
TỪ ẢNH DỮ LIỆU ẢNH CT

Chun ngành: Khoa học máy tính
Mã số: 8480101

Người hướng dẫn: TS. Lê Thị Kim Nga


LỜI CAM ĐOAN
Tôi xin cam đoan đây là luận văn do tôi thực hiện dưới sự hướng dẫn trực
tiếp của giảng viên TS. Lê Thị Kim Nga.
Các số liệu, kết quả thực nghiệm được trình bày trong luận văn này là
trung thực. Những tư liệu được sử dụng trong luận văn có nguồn gốc và trích
dẫn rõ ràng, đầy đủ.
Học viên

Đoàn Thị Xương


LỜI CẢM ƠN
Trong quá trình thực hiện nghiên cứu luận văn này em đã nhận được
nhiều sự quan tâm, giúp đỡ, hướng dẫn dìu dắt của q thầy cơ, bạn bè và

người thân.
Trước tiên em xin gửi đến Tiến sĩ Lê Thị Kim Nga lời cảm ơn chân thành
nhất, cô là người hướng dẫn cho em trong suốt quá trình thực hiện luận văn
này, với một tinh thân nhiệt tình và chu đáo để em có thể làm tốt được cơng
việc nghiên cứu của mình.
Em xin gửi lời cảm ơn quý thầy cô trong Trường Đại học Quy Nhơn,
Khoa Công nghệ thông tin và các thầy cô bộ môn Khoa học máy tính đã tận
tậm dạy bảo em trong suốt quá trình học tập và giúp đỡ em trau dồi kiến thức
phục vụ cho quá trình nghiên cứu.
Em xin chân thành cảm ơn những người thân trong gia đình, cùng các anh
chị em, bạn bè, đồng nghiệp đã giúp đỡ, động viên em trong q trình thực
hiện và hồn thành luận văn này.
Bình Định, ngày 11 tháng 9 năm 2020
Học viên

Đoàn Thị Xương


MỤC LỤC
••
LỜI CAM ĐOAN
LỜI CẢM ƠN
DANH MỤC TỪ VIẾT TẮT
DANH MỤC CÁC BẢNG
DANH MỤC CÁC HÌNH

QUYẾT ĐỊNH GIAO ĐỀ TÀI LUẬN VĂN THẠC SĨ (bản sao)


DANH MỤC TỪ VIẾT TẮT

CNTT

Công nghệ thông tin

CT
MRI

Computed Tomography
Magnetic Resonance Imaging

2D

Two-Dimensional

3D

Three-Dimensional

PACS
DICOM
RF
DIMSE
SVM

Picture Archiving and Communication System
The Digital Image and Communication in
Medicine
Random Forests
Dicom Message Service Elements

Support Vector Machine


DANH MỤC BẢNG BIỂU
Bảng 3.1. Số lượng lát cắt, thời gian phân đoạn Gan, tái tạo mơ hình 3D
Gan ................................................................................................ 66


DANH MỤC HÌNH
•


8

MỞ ĐẦU
1. LÝ DO CHỌN ĐỀ TÀI
Trong những năm qua, với sự phát triển mạnh mẽ, Công nghệ thông tin
(CNTT) đã thâm nhập vào mọi mặt của đời sống xã hội và đem lại nhiều lợi
ích to lớn. Trong lĩnh vực y tế, có thể thấy rằng, CNTT cũng đã và đang tạo ra
những thay đổi mới mẻ, thúc đẩy sự phát triển, hiện đại hóa nền Y học nước
nhà.
Y học hiện đại chẩn đoán bệnh dựa vào các triệu chứng lâm sàng (chẩn
đoán lâm sàng) và các triệu chứng cận lâm sàng (chẩn đoán cận lâm sàng).
Trong chẩn đoán cận lâm sàng thì chẩn đốn dựa trên hình ảnh thu được từ các
thiết bị, máy y tế (chẩn đoán hình ảnh) ngày càng chiếm một vai trị quan
trọng, nhất là ngày nay với sự trợ giúp của các thiết bị, máy y tế hiện đại, cơng
nghệ cao có các phần mềm tin học hỗ trợ khiến cho hình ánh rõ nét và chính
xác hơn. Một trong những kênh thơng tin quan trọng hỗ trợ chẩn đoán và điều
trị bệnh chính là dựa vào hình ảnh y khoa như X-quang, CT, MRI, chụp xạ
hình...

Chụp hình ảnh cắt lớp (Computed Tomography - CT) được ứng dụng
rộng rãi cho chẩn đoán cận lâm sàng để phát hiện bệnh lý từ sọ não, đầu mặt
cổ, tim, ngực, bụng, chậu, xương, mô mềm cho đến bệnh lý mạch máu não, cổ,
mạch máu chi và các mạch máu tạng khác. Ảnh được chụp từ thiết bị chụp cắt
lớp CT còn được dùng để hướng dẫn phẫu thuật xạ trị, theo dõi sau phẫu thuật.
Kỹ thuật xây dựng mơ hình 3D (3 chiều) của đối tượng từ ảnh chụp cắt lớp cho
phép đánh giá chính xác vị tí tổn thương trong khơng gian 3 chiều, từ đó định
hướng tốt cho phẫu thuật cũng như xạ trị. Ngồi ra, kỹ thuật này cịn dùng để
tái tạo đối tượng 3D trong các bệnh lý bất thường bẩm sinh, giúp cho các nhà
phẫu thuật tạo hình chỉnh sửa tốt hơn các dị tật bẩm sinh.


9

Ngày nay cùng với thói quen ăn uống tùy tiện, môi trường ô nhiễm, thực
phẩm độc hại... đang khiến lá gan phải làm việc quá sức, dẫn đến nhiều bệnh
tật như xơ gan, ung thư gan, suy gan.Theo thông báo của bệnh viện Trung
ương, bệnh ung thư ngày càng có xu hướng gia tăng. Hiện nay trên tồn cầu có
khoảng 32,6 triệu người sống chung với bệnh ung thư và mỗi năm có khoảng
trên 14,1 triệu người mới mắc, 8,2 triệu ca tử vong. Số lượng người bị ung thư
Gan xếp thứ 3 trên thế giới và xếp thứ 2 ở Việt Nam. Để phòng bệnh ung thư
gan, cần điều trị bệnh gan mạn tính, ngăn ngừa xơ gan phát triển thành ung thư
gan. Bằng cách phát hiện ngay khi có khối u nhỏ dưới 2 cm thì tiên lượng tốt
nhất.
Qua đó, chúng ta thấy được tầm quan trọng cũng như sự như nhu cầu
cấp bách cho nghiên cứu về xử lý chuyên sâu trên hình ảnh CT hỗ trợ chẩn
đoán và điều trị sớm bệnh Gan.
Từ những lý do ở trên, tôi chọn đề tài “NGHIÊN CỨU MỘT SỐ KỸ
THUẬT XỬ LÝ ẢNH DỰNG MƠ HÌNH 3D CỦA GAN TỪ ẢNH DỮ
LIỆU ẢNH CT”.

2. MỤC ĐÍCH NGHIÊN CỨU
Tìm hiểu và nghiên cứu chung về quy trình dựng mơ hình 3D gan từ dữ
liệu ảnh CT, từ đó đi sâu vào các kỹ thuật được ứng dụng trong quy trình này.
Bên cạnh đó cũng tiến hành tìm hiểu về chuẩn dữ liệu ảnh y tế nói chung được
áp dụng trên thế giới và tại Việt Nam.
Đầu vào: Một tập hợp các lát cắt song song được sắp xếp theo kiểu ngăn
xếp của Gan được chụp bởi thiết bị chụp cắt lớp và được lưu dưới dạng chuẩn
DICOM.
Đầu ra: Mơ hình 3D của Gan
Phương pháp hiển thị sử dụng là kỹ thuật Marchinh Cubes.


10

3. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
- Đối tượng nghiên cứu: Một số kỹ thuật xử lý ảnh được ứng dụng trong
quy trình dựng mơ hình 3D gan từ dữ liệu ảnh CT.
- Phạm vi nghiên cứu: Ảnh của Gan được chụp từ thiết bị chụp cắt lớp
CT.
4. PHƯƠNG PHÁP NGHIÊN CỨU
Phương pháp nghiên cứu của đề tài được lựa chọn là lý thuyết kết hợp
với thực nghiệm. Các vấn đề cần giải quyết liên quan đến các thuật tốn và lý
thuyết truyền thơng mạng, xử lý ảnh, thị giác máy và đồ họa máy tính được
thực hiện trên phần mềm máy tính với đầu vào là các thơng tin thu nhận được
từ thực tế. Quá trình được tiến hành dựa trên việc tìm hiểu tài liệu, cài đặt thử
nghiệm sau đó đánh giá kết quả thực nghiệm và cải tiến nhằm nâng cao chất
lượng hệ thống.
Như vậy, cần tiến hành tìm hiểu lý thuyết về một số kỹ thuật xử lý ảnh
được ứng dụng trong quy trình dựng mơ hình 3D gan từ dữ liệu ảnh CT. Tìm
hiểu kỹ thuật về mặt lý thuyết sẽ được kết hợp với việc cài đặt thực nghiệm

trên dữ liệu ảnh chụp cắt lớp thực tế để kiểm chứng và đánh giá những nội
dung lý tìm hiểu lý thuyết và từ đó cải tiến và hồn thiện chương trình.
5. CẤU TRÚC LUẬN VĂN
Ngoài phần mở đầu, mục lục, danh mục các bảng biểu, danh mục các từ
viết tắt, kết luận và tài liệu than khảo, luận văn gồm 3 chương.
Chương 1: Tổng quan về xử lý ảnh dựng mơ hình 3D Gan
Chương 2: Một số kỹ thuật trong dựng mơ hình 3d Gan từ ảnh CT

Chương 3: Cài đặt và thử nghiệm


CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH TRONG DỰNG
MÔ HÌNH 3D GAN
Nội dung chính trong chương này sẽ trình bày khái quát về ảnh y khoa, xử lý
ảnh y khoa, một số thuật toán cơ bản trong xử lý ảnh cũng như trong xử lý ảnh y
khoa. Tìm hiểu cấu tạo mơ hình 3D, một số nghiên cứu về vấn đề dựng mơ hình
3D của Gan từ dữ liệu ảnh CT trên thế giới cũng như tại Việt Nam. Bên cạnh đó,
cũng nêu ra một số vấn đề trong xử lý ảnh y tế CT.
1.1.

DỮ LIỆU ẢNH SỐ Y KHOA

1.1.1.

Giới thiệu

Công nghệ điện tử đã và đang phát triển rất nhanh trong hơn một thập niên
gần đây, nhờ đó các thiết bị máy tính, máy ảnh và y tế cũng được phát triển với
nhiều chức năng tiện nghi, tốc độ và hiện đại hơn.
Trong đó, máy tính đã trở thành một phần khơng thể tách rời của hệ thống

hình ảnh y tế và được sử dụng cho việc thu thập dữ liệu ảnh để hiển thị và phân
tích. Từ đó, nhiều thiết bị y tế như máy chụp X-quang, máy chụp ảnh cắt lớp (CT
scanner), chụp cộng hưởng từ (MRI), chụp cắt lớp phát xạ (PET/CT) và những
loại ảnh y tế khác đã được áp dụng những phương pháp xử lý hiện đại để cho ra
ảnh rõ nhất có thể, để giúp các bác sĩ trong việc chẩn đoán. Sự phát triển của cơng
nghệ hình ảnh ngày càng tăng, các kỹ thuật tiên tiến, do vậy, luôn được áp dụng để
giải quyết những vấn đề rất thách thức trong chẩn đoán ảnh y tế hiện nay.
Xử lý ảnh đã có từ lâu và những ứng dụng của nó là rất nhiều trong cuộc
sống dân sự, quân sự, y tế và nhiều lĩnh vực khác [1].
Ứng dụng của xử lý ảnh có khả năng tác động mạnh mẽ nhất đến cuộc sống
của chúng ta là trong lĩnh vực y tế. Soi chụp bằng máy tính dựa trên cơ sở định lý
cắt lớp (projection_slice) được dùng thường xuyên trong xét nghiệm lâm sàng, ví
dụ như phát hiện và nhận dạng u não. Những ứng dụng y học khác của xử lý ảnh
số gồm cải thiện ảnh X-quang và nhận dạng đường biên mạch máu từ những ảnh


chụp mạch bằng tia X(angiograms). Ảnh sau khi được tái tạo chưa thể sử dụng
ngay được, ảnh hưởng đến chất lượng, gây khó khăn cho việc chẩn đốn bệnh.

Hình 1.1. Các bước cơ bản trong xử lý ảnh y khoa [2]

Do vậy cần phải sử dụng nhiều phương pháp xử lý ảnh để nâng cao chất
lượng ảnh. Các bước cần thiết trong xử lý ảnh như sau:
* Phần thu nhận ảnh (Image Acquisition)
Qua các camera (tương tự,số).
- Từ vệ tinh qua các bộ cảm ứng(Sensors).
- Qua các máy quét ảnh(Scaners).
Các thiết bị thu nhận này có thể cho ảnh đen trắng. Các thiết bị thu nhận ảnh
có 2 loại chính ứng với 2 loại ảnh thông dụng là Raster và Vector. Nhìn chung các
hệ thống thu nhận ảnh thực hiện q trình đó là Cảm biến nhằm biến đổi năng

lượng quang học thành năng lượng điện và sau đó là Tổng hợp năng lượng điện
thành ảnh.
* Tiền xử lý (ImagePreprocessing)
Sau bộ thu nhận, ảnh có thể bị nhiễu, mờ, khơng sắc nét nên cần đưa vào bộ
tiền xử lý để nâng cao chất lượng. Chức năng chính của bộ tiền xử lý là lọc nhiễu,
nâng dần độ tương phản để làm ảnh rõ hơn, nét hơn.
* Phân đoạn (Segmentation) hay phân vùng ảnh
Phân vùng ảnh là tách một ảnh đầu vào thành các vùng thành phần để biểu


diễn phân tích, nhận dạng ảnh. Ví dụ: để nhận dạng chữ (hoặc mã vạch) trên
phong bì thư cho mục đích phân loại bưu phẩm, cần chia các câu, chữ về địa chỉ
hoặc tên người thành các từ, các chữ, các số (hoặc các vạch) riêng biệt để nhận
dạng. Đây là phần phức tạp khó khăn nhất trong xử lý ảnh và cũng dễ gây lỗi, làm
giảm độ chính xác của ảnh. Kết quả nhận dạng ảnh phụ thuộc rất nhiều vào công
đoạn này.
* Biểu diễn ảnh (ImageRepresentation)
Ảnh trên máy tính là kết quả thu nhận theo các phương pháp số hoá được
nhúng trong các thiết bị kỹ thuật khác nhau. Q trình lưu trữ ảnh nhằm 2 mục
đích. Trước hết là để tiết kiệm bộ nhớ và sau đó là giảm thời gian xử lý.
Việc lưu trữ thông tin trong bộ nhớ có ảnh hưởng rất lớn đến việc hiển thị, in
ấn và xử lý ảnh được xem như là một tập hợp các điểm với cùng kích thước nếu sử
dụng càng nhiều điểm ảnh thì bức ảnh càng đẹp, càng mịn và càng thể hiện rõ hơn
chi tiết của ảnh người ta gọi đặc điểm này là độ phân giải. Việc lựa chọn độ phân
giải thích hợp tuỳ thuộc vào nhu cầu sử dụng và đặc trưng của mỗi ảnh cụ thể.
* Nhận dạng và nội suy ảnh (Image Recognition andInterpretation)
Nhận dạng ảnh là quá trình xác định ảnh. Quá trình này thường thu được
bằng cách so sánh với mẫu chuẩn đã được học (hoặc lưu) từ trước. Nội suy là phán
đoán theo ý nghĩa trên cơ sở nhận dạng.
Có nhiều cách phân loại ảnh khác nhau về ảnh. Theo lý thuyết về nhận dạng,

các mơ hình tốn học về ảnh được phân theo hai loại nhận dạng ảnh cơ bản:
Nhận dạng theo tham số.
Nhận dạng theo cấu trúc.
Một số đối tượng nhận dạng khá phổ biến hiện nay đang được áp dụng trong
khoa học và công nghệ là: nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử),
nhận dạng văn bản (Text), nhận dạng vân tay, nhận dạng mã vạch, nhận dạng mặt
ngưo'i...


* Cơ sở tri thức (KnowledgeBase)
Như đã nói ở trên, ảnh là một đối tượng khá phức tạp về đưong nét, độ sáng
tối, dung lượng điểm ảnh, môi trưong để thu ảnh phong phú kéo theo nhiễu. Trong
nhiều khâu xử lý và phân tích ảnh ngồi việc đơn giản hóa các phương pháp toán
học đảm bảo tiện lợi cho xử lý, ngưoi ta mong muốn bắt chước quy trình tiếp nhận
và xử lý ảnh theo cách của con ngưoi. Trong các bước xử lý đó, nhiều khâu hiện
nay đã xử lý theo các phương pháp trí tuệ con ngưoi. Vì vậy, ở đây các cơ sở tri
thức được pháthuy.
* Mô tả (biểu diễnảnh)
Từ Hình 1.1, ảnh sau khi số hố sẽ được lưu vào bộ nhớ, hoặc chuyển sang
các khâu tiếp theo để phân tích. Nếu lưu trữ ảnh trực tiếp từ các ảnh thơ, địi hỏi
dung lượng bộ nhớ cực lớn và không hiệu quả theo quan điểm ứng dụng và cơng
nghệ. Thơng thưong, các ảnh thơ đó được đặc tả (biểu diễn) lại (hay đơn giản là
mã hoá) theo các đặc điểm của ảnh được gọi là các đặc trưng ảnh (Image Features)
như: biên ảnh (Boundary/Egde), vùng ảnh (Region). Một số phương pháp biểu
diễn thưong dùng:
- Biểu diễn bằng mã chạy (Run-LengthCode)
- Biểu diễn bằng mã xích (Chaine-Code)
- Biểu diễn bằng mã tứ phân (Quad-TreeCode)
1.1.2.

Khái niệm ảnh y khoa và dữ liệu ảnh CT Gan

Ảnh y tế là kỹ thuật và quá trình được sử dụng để tái tạo ra hình ảnh cơ thể
con ngưoi hoặc bộ phận cơ thể ngưoi phục vụ cho mục đích lâm sàng và cận lâm
sàng như chẩn đoán bệnh, kiểm tra bệnh hoặc khoa học y tế (bao gồm cả giải phẫu
và sinh lý). Ảnh y tế theo nghĩa rộng của nó có nghĩa là một phần narh sinh học và
kết hợp X-quang, y học hạt nhân, nội soi, ... dùng trong chẩn đoán bệnh lý con
người.
Ảnh CT Gan là một kỹ thuật áp dụng đồng thời kỹ thuật X - quang và kỹ


thuật máy tính để phân tích hình ảnh Gan trong ổ bụng thông qua các lớp cắt của
tia X - quang để chẩn đoán bệnh Gan. Khi Gan bị bệnh, các tổ chức trong gan sẽ bị
biến đổi, dẫn đến sự biến đổi tỷ trọng chung của Gan. Vì vậy, hình ảnh các lớp cắt
qua kỹ thuật chụp cắt lớp cũng sẽ thể hiện khác biệt so với gan bình thường, dựa
vào nguyên lý này mà các bác sĩ chẩn đốn hình ảnh có thể chẩn đốn bệnh về gan
một cách chính xác nhất.
1.1.3.

Một số chuẩn hình ảnh y khoa

Các máy thiết bị và máy y tế chẩn đốn hình ảnh đầu tiên khi mới ra đời chỉ
là tín hiệu dạng sóng (Analog) đưa lên màn hình VIDEO của máy. Theo thời gian,
máy được chế tạo ngày càng có cấu hình cao hơn và chuyển dần sang tín hiệu số,
các phần mềm xử lý tín hiệu lưu trữ thơng tin số ngay tại các máy đó (ví dụ máy
siêu âm có thể lưu được 5000 ảnh của bệnh nhân gần đây nhất).Tuy nhiên, dần
từng bước khi có các điều kiện đặt ra và nhu cầu giao tiếp giữa các máy với nhau
(ví dụ: máy CT Scanner chuyển cho máy chiếu tia Coban...) và truyền ảnh số giữa
các vùng với nhau để trợ giúp chẩn đốn thì các chuẩn dữ liệu chung về hình ảnh
của y tế dần ra đời. Vì vậy, các máy y tế ngày nay có gắn thiết bị tin học thì đã sẵn

sàng đưa ra các tín hiệu thông qua các D-Shell chuẩn như COM, LPT... hoặc USB
port. Tuy nhiên, phần tín hiệu đưa ra các cổng này tuỳ nhà cung cấp trang bị phần
mềm khi người sử dụng yêu cầu.
Tuy nhiên có nhiều chuẩn để truyền ảnh trên mạng như chuẩn PACS (Picture
Archiving and Communication System) là hệ thống lưu trữ, xử lý và truyền ảnh
động, hoặc mạng xử lý và truyền ảnh số hoá DICOM (Digital Imaging and
Communications in Medicine). Tất cả các chuẩn này có chung một tiêu chí là nén
ảnh ở mức độ tối đa để giảm kích thước lưu trữ, giảm kích thước khi truyền trên
mạng, có các mức độ phân giải khác nhau khi truyền. Nếu hình ảnh khơng cần
chất lượng cao thì có thể truyền ở độ phân giải thấp và khi cần độ nét để chẩn đoán
với chất lượng cao thì truyền ảnh với các độ phân giải cao hơn, nhưng tốc độ


truyền trên mạng sẽ chậm đi nhiều. Các ảnh truyền thường là các ảnh về X quang,
ảnh siêu âm, ảnh nội soi, ảnh CT Scanner... Việc truyền ảnh này giúp cho hỗ trợ
chẩn đoán từ xa, cho các thầy thuốc, học viên, sinh viên học tập và nghiên cứu.
DICOM là từ viết tắt của The Digital Image and Communication in
Medicine - Tiêu chuẩn ảnh số và truyền thông trong y tế - Là hệ thống tiêu chuẩn
công nghiệp được phát triển nhằm tạo ra một chuẩn chung trong trao đổi ảnh y tế
giữa các nhà sản xuất cũng như người sử dụng. Tiêu chuẩn này bao gồm cả việc
định nghĩa cấu trúc khuôn dạng tập tin cũng như giao thức truyền tin.
* Các thành phần của tiêu chuẩn DICOM.
- Nghi thức thực hiện (Conformance).
- Định nghĩa đối tượng thông tin (Information Object Definitions).
- Định nghĩa lớp dịch vụ (Service Class Definitions).
- Cấu trúc dữ liệu và mã hóa (Data Structure and Encoding).
- Từ điển dữ liệu (Data Dictionary).
- Giao thức trao đổi bản tin (Message Exchange Protocol).
- Hỗ trợ truyền thông mạng trao đổi bản tin (Network Communication
Support for Message Exchange).

- Hỗ trợ trao đổi kiểu điểm - điểm (Point to Point Support).
- Profiles ứng dụng lưu trữ Media (Media Storage Application Profiles).
- Media vật lý và khuôn dạng dùng cho trao đổi dữ liệu (Media Formats and
Physical Media for Data Interchange).
- Chức năng hiển thị chuẩn mức xám (Grayscale Standard Display
Function).
- Profiles quản lý hệ thống và an ninh bảo mật (Security and System
Management Profiles).
- Nguồn ánh xạ nội dung (Content Mapping Resource).
* Lớp đối tượng và lớp dịch vụ DICOM


DICOM có 2 lớp thơng tin là “Lớp đối tượng” và “Lớp dịch vụ”; trong đó
lớp đối tượng IOD (Information Object Definition) bao gồm từ điển dữ liệu và đối
tượng thế giới thực. Lớp dịch vụ bao gồm các định nghĩa dịch vụ: lưu trữ, truyền
hình ảnh, hiển thị, truy vấn... được xây dựng dựa trên tập các phần tử dịch vụ
truyền thông DIMSE (Dicom Message Service Elements) mà thực chất là các
chương trình phần mềm có nhiệm vụ thực thi các chức năng xác định theo yêu
cầu.
1.2.

MỘT SỐ PHƯƠNG PHÁP XỬ LÝ ẢNH TRONG DỰNG MƠ

HÌNH 3D GAN
Ngày nay, các mơ hình 3D được sử dụng trong nhiều lĩnh vực. Ngành y tế sử
dụng các mơ hình chi tiết của các cơ quan trong cơ thể. Chúng có thể được tạo
bằng nhiều lát ảnh 2 chiều từ quét MRI hoặc CT. Ngành công nghiệp điện ảnh sử
dụng chúng làm nhân vật và đối tượng cho các hình ảnh chuyển động sống động
và chân thực. Ngành cơng nghiệp trị chơi video sử dụng chúng làm tài sản cho
máy tính và trò chơi video. Ngành khoa học sử dụng chúng như các mơ hình chi

tiết cao của các hợp chất hóa học. Ngành kiến trúc sử dụng chúng để trình diễn các
tòa nhà và cảnh quan được đề xuất thay cho các mơ hình kiến trúc vật lý truyền
thống. Cộng đồng kỹ thuật sử dụng chúng như thiết kế của các thiết bị, phương
tiện và cấu trúc mới cũng như một loạt các ứng dụng khác. Trong những thập kỷ
gần đây, cộng đồng khoa học trái đất đã bắt đầu xây dựng các mơ hình địa chất 3D
như một thơng lệ tiêu chuẩn. Mơ hình 3D cũng có thể là cơ sở cho các thiết bị vật
lý được xây dựng bằng máy in 3D hoặc máy CNC.
Trên thế giới tái tạo ảnh 3D đã có những bước tiến rất xa do đã được phát
triển trong vài chục năm gần đây. Năm 1970, phương pháp chụp ảnh CT cùng với
các phương pháp chụp ảnh số dùng trong chẩn đoán y khoa ra đời. Từ đó, có khá
nhiều phần mềm thương mại tái tạo ảnh 3D từ các lát cắt, các gói phần mềm này
thường phải cài đặt trên máy tính hệ thống của nhà sản xuất và có giá thành khá


cao.
Một số kết quả nghiên cứu trong xử lý hình ảnh y tế năm những năm gần
đây:

Hình 1.2. Một số nghiên cứu về xử lý ảnh y tế trên thế giới
Từ trên bên trái sang dưới cùng bên phải: Phát hiện khối u vú (Kooi và cộng sự, 2016),
Phát hiện các tổn thương trong não trên ảnh MRI (Ghafoorian và các cơng sự, 2016), Phát hiện
rị cây khí phế quản (Charbonnier và các cộng sự, 2017), Phân loại võng mạc của người bị
bệnh tiểu đường (Grinsven và cộng sự, 2016), Phát hiện bất thường trên tiền liệt (2012), Phân
loại nốt bất thường trên phổi (2016), Phát hiện di căn ung thư vú trong hạch bạch huyết (2016),
Phát hiện tổn thương da (Esteva và các cộng sự, 2017), Phát hiện gãy xương bằng tia X Yang
và cộng sự, 2016).

1.2.1.

Phát hiện Gan trên dữ liệu ảnh CT, MRI

••'

Năm 2014, tác giả Vladimir Lukes và các cộng của Trường Đại học West
Bohemia, Pilsen, Cộng hịa Czech đã nghiên cứu thuật tốn phát hiện Gan dựa trên
phương pháp lát cắt đồ thị (Graph - Cut) [8] và mô phỏng khả năng truyền dịch
thông qua các mạch máu trong Gan dựa trên phương trình vi phân đạo hàm riêng
(Partial Differential Equation) và các kỹ thuật phân đoạn ảnh dựa trên mơ hình học
máy SVM, tuy kết quả phát hiện Gan của cơng trình này mới chỉ đạt được ở mức


độ bán tự động.

Hình 1.3. Phát hiện vùng Gan bán tự động

Phát hiện vùng Gan bằng cách đánh dấu màu xanh, được giới hạn bởi các đánh dấu
màu đỏ

Năm 2014, Nhóm nghiên cứu Cộng hịa Séc đã nghiên cứu mơ hình hóa hoạt
động của Gan


Hình 1.4. Mơ hình hóa hoạt động của Gan

Năm 2015, tác giả Wen Li và các cộng sự của Viện phát triển cơng nghệ hình
ảnh y tế và phẫu thuật ảo tại Trung Quốc cũng đã nghiên cứu phát hiện u Gan tự
động từ dữ liệu ảnh CT dựa vào mơ hình học sâu (Deep Learning). Kết quả thu
được được đánh giá là tốt hơn so với nhiều phường pháp học máy truyền thống
như AdaBoost, RF (Random Forests), SVM (Support Vector Machine), tuy nhiên
kết quả này cũng còn nhiều hạn chế trong trường hợp các khối u có mật độ không
đồng nhất, biên không rõ ràng và nhiều khối u liền kề có cấu trúc mật độ khá

giống nhau (các vùng bất thường có sự phân biệt nhỏ so với vùng Gan bình
thường và các vùng Gan với các vùng khơng phải Gan có độ tương đồng rất cao).


Hình 1.5. Phát hiện u Gan trên 4 ảnh CT
Từ dòng đầu tiên đến dòng dưới cùng: phương pháp AdaBoost (màu tím); Phương pháp
Random Forests (màu xanh lá cây); Phương pháp Support Vector machine (màu xanh da trời);
Phương pháp học sâu Convolutional Neural Networks (màu đỏ).

1.2.2.

Định vị vùng Gan dựa trên kỹ thuật hồi quy

Năm 2017, nhóm Lê Thị Kim Nga và các cộng sự đã công bố bài báo về
“Một kỹ thuật định vị đối tượng không cấu trúc trên ảnh dựa vào tiếp cận hồi quy”
[3]. Thuật toán này được cài đặt thử nghiệm với đối tượng gan trong ảnh chụp cắt
lớp CT trên cơ sở xây dựng cây hồi quy kết hợp với bản đồ vote map. Trong y tế,
dữ liệu Gan có độ tương phản thấp so với vùng mô xung quanh; hơn nữa, độ tương
phản của Gan có thể thay đổi do ảnh hưởng của nồng độ chất béo trong gan. Một
điểm quan trọng nữa là hình dạng của lá gan có rất nhiều biến thể. Đây là một loại
đối tượng phức tạp và rất khó quan sát chi tiết kể cả với mắt người. Kết quả thử
nghiệm đã xác định được tương đối vị trí xuất hiện của Gan nhưng vẫn cịn một số
vấn đề cần giải quyết với những vùng biên, vùng góc. Dưới đây là một số kết quả
hình ảnh trong định vị Gan trong bài báo của nhóm tác giả.


Kết quả trường hợp hình dạng lá gan tương Kết quả trường hợp tổng quát: bên trái là
đồng: bên trái là ảnh chụp cắt lớp, bên phải ảnh chụp cắt lớp, bên phải là vote map
là vote map
Hình 1.6. Định vị Gan dựa vào kỹ thuật hồi quy tích hợp bản đồ vote map

Kết quả hình ảnh khi phân ngưỡng từng mức Kết quả hình ảnh khi phân ngưỡng từng mức
trên vote map với một kết quả của trường hợp trên vote map với một kết quả của trường hợp
hình dạng lá gan tương đồng

tổng quát

Hình 1.7. Định vị Gan dựa vào kỹ thuật hồi quy

Năm 2017: Nhóm nghiên cứu của Lê Trọng Ngọc của Đại học Khoa học tự
nhiên TP HCM công bố bài báo về xác định kích thước Gan từ ảnh MRI
3D dựa trên thuật tốn phân tích contour động. (Hình 1.8)


Hình 1.8. Xác định kích thước Gan từ ảnh MRI 3D dựa trên thuật tốn phân tích
contour động
Hình (a): Ảnh vào
Hình (b): Kết quả dựa trên fast marching Hình (c): Kết quả sau hiệu
chỉnh Hình (d): So sánh với tiêu chuẩn vàng

1.2.3.

Một số vấn đề xử lý ảnh trong quy trình dựng mơ hình 3D Gan

Trong chẩn đốn ảnh y tế, việc nghiên cứu xử lý, phân tích, nhận dạng, dựng
mơ hình 3D đối tượng gan gặp nhiều khó khăn do đây là một loại đối tượng phức
tạp và rất khó quan sát chi tiết kể cả với mắt người. Ảnh chụp cắt lớp vùng gan có
độ tương phản thấp so với vùng mô xung quanh. Độ tương phản này sẽ bị thay đổi
do chịu ảnh hưởng của nồng độ chất béo trong gan.

Trong hình ảnh chụp cắt lớp vi tính (CT), các vật liệu có thành phần ngun
tố khác nhau có thể được biểu diễn bằng các số CT giống nhau hoặc rất giống
nhau, khiến cho việc phân biệt và phân loại các loại mô khác nhau trở nên vơ cùng
khó khăn. Ví dụ khó phân biệt giữa các mảng vơi hóa và máu có chứa iot. Mặc dù
vật liệu này khác nhau đáng kể về số lượng nguyên tử, tùy thuộc vào mật độ khối
hoặc nồng độ iot tương ứng, mảng vơi hóa hoặc xương liền kề có thể xuất hiện
giống hệt như máu có chứa iot khi chụp CT. Ngồi những khó khăn trong việc
phân biệt và phân loại các loại mơ, độ chính xác mà nồng độ vật liệu có thể đo
được bị suy giảm do sự hiện diện của nhiều loại mơ. Ví dụ, khi đo lượng tăng bắt
thuốc iot của tổn thương mô mềm, số CT trung bình đo được trên tổn thương


không chỉ phản ánh sự tăng bắt thuốc do iot, mà cả số CT của mô bên dưới. Lý do
cho những khó khăn này trong việc phân biệt và định lượng các loại mô khác nhau
là do số CT đo được của một voxel có liên quan đến hệ số suy giảm tuyến tính,
khơng phải là duy nhất cho bất kỳ vật liệu nào, nhưng là một chức năng của thành
phần vật liệu, năng lượng photon tương tác với vật liệu và mật độ khối của vật
liệu.
Một điểm quan trọng nữa, hình dạng lá gan có nhiều biến thể. Ngồi ra, dữ
liệu hình ảnh y tế mang tính riêng tư và được chụp trên những thiết bị chuyên
dụng trong bệnh viện, nên khả năng tiếp cận được một lượng lớn dữ liệu đủ để xây
dựng mơ hình 3D là khơng đơn giản.
1.3.

BÀI TỐN DỰNG MƠ HÌNH 3D

1.3.1.

Giới thiệu

Nhờ việc phát triển mạnh mẽ của phần cứng máy tính về tốc độ xử lý, khả
năng lưu trữ cũng như tốc độ tính tốn mà những năm gần đây các phần mềm
dựng mơ hình 3D ra đời hàng loạt nhằm mục đích phục vụ tốt hơn cho nhu cầu
của con người. Việc ứng dụng các mơ hình 3D trong hầu hết tất cả các lĩnh vực
trong cuộc sống của con người đã thúc đẩy cho “Vấn đề dựng mơ hình 3D” trở
thành đề tài được nghiên cứu sâu rộng trên toàn thế giới.