Bối cảnh và vấn đề nghiên cứu

Sâu răng (dental caries) là một trong những bệnh lý nhiễm trùng phổ biến nhất làm phá hủy cấu trúc mô cứng của răng. Quá trình bệnh sinh khởi phát từ sự tích tụ của mảng bám sinh học (biofilm) chứa vi khuẩn trên bề mặt răng. Khi tiếp xúc với các carbohydrate lên men (như sucrose, glucose, fructose), vi khuẩn chuyển hóa đường thành acid, làm suy giảm nồng độ khoáng chất của men răng (enamel) và dần tiến sâu vào ngà răng (dentin). Nếu không được phát hiện và can thiệp kịp thời, tổn thương sẽ gây viêm tủy, hoại tử mô quanh chóp răng, hình thành ổ áp xe, gây đau đớn và có thể dẫn đến mất răng.

Trong thực hành lâm sàng nha khoa, hai phương pháp chẩn đoán truyền thống gồm thăm khám trực quan bằng mắt thường và chụp phim X-quang (radiographs/tomography). Tuy nhiên, quan sát trực quan chỉ phát hiện được các tổn thương đã hình thành lỗ sâu rõ rệt; trong khi đó, phim X-quang thường không đủ nhạy để phát hiện các sang thương mất khoáng sớm ở giai đoạn đầu của men răng. Thêm vào đó, việc sử dụng tia bức xạ ion hóa khu vực sọ mặt tiềm ẩn rủi ro sinh học, khiến nhiều bệnh nhân e ngại khi phải kiểm tra định kỳ. Trước thực tế đó, các phương pháp quang học sử dụng bức xạ hồng ngoại gần (Near-Infrared - NIR) mở ra hướng tiếp cận an toàn, không xâm lấn và cho độ tương phản cao đối với các tổn thương men răng.

Đề tài "Design of an Image Acquisition System for the Detection of Occlusal Dental Problems" (Thiết kế hệ thống thu nhận hình ảnh phát hiện các vấn đề sâu răng mặt nhai) do sinh viên Nguyễn Phúc Bảo và Nguyễn Lê Gia Bách thực hiện dưới sự hướng dẫn của PGS. TS. Nguyễn Thanh Hải tại Bộ môn Điện tử Y sinh, Khoa Điện - Điện tử, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (hoàn thành tháng 08/2020).

Mục tiêu cụ thể của đề tài bao gồm:

  1. Nghiên cứu cơ chế tán xạ và hấp thụ của ánh sáng hồng ngoại gần (NIR) trên mô răng người nhằm ứng dụng ghi hình tổn thương sâu răng mặt nhai (occlusal caries).
  2. Xây dựng cấu hình phần cứng nhúng dựa trên máy tính đơn bo Raspberry Pi 3 Model B kết hợp với cảm biến camera ban đêm (Night Vision Camera).
  3. Thiết kế, tính toán và chế tạo bộ nguồn ổn áp 5V có mạch bảo vệ ngắn mạch chuyên dụng cho toàn hệ thống.
  4. Thiết kế mô hình vỏ máy và đầu dò cầm tay (probe) tích hợp bằng công nghệ in 3D.
  5. Xây dựng phần mềm bằng ngôn ngữ Python để thu nhận hình ảnh thời gian thực, truyền dữ liệu qua giao thức mạng không dây (Wi-Fi) và thực hiện các thuật toán xử lý ảnh cơ bản nhằm khoanh vùng tổn thương.

Nhiệm vụ nghiên cứu được văn bản phân chia thành 6 nội dung:

  • Nội dung 1: Nghiên cứu tài liệu và cơ sở lý thuyết về mô hình phát hiện sâu răng bằng nguồn phát laser/LED hồng ngoại gần và camera.
  • Nội dung 2: Đề xuất giải pháp thiết kế hệ thống phần cứng và phần mềm.
  • Nội dung 3: Hiện thực hóa thiết kế chi tiết cơ - điện tử của thiết bị.
  • Nội dung 4: Xây dựng phần mềm xử lý ảnh nha khoa.
  • Nội dung 5: Khảo sát, lựa chọn và đo kiểm các linh kiện điện tử, quang học.
  • Nội dung 6: Thực nghiệm, thu nhận kết quả và đánh giá hiệu năng hệ thống.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Cấu trúc giải phẫu răng người (men răng, ngà răng), các dạng tổn thương sâu răng mặt nhai và vết trám composite/amalgam; nguồn sáng hồng ngoại gần (LED NIR); hệ thống thu nhận ảnh quang học. Mẫu thử nghiệm gồm răng cối lớn (molar) và răng cối nhỏ (pre-molar) đã nhổ rời (in vitro) cùng thử nghiệm trực tiếp trên cung hàm của tình nguyện viên (in vivo).
  • Phạm vi không gian: Nghiên cứu tập trung duy nhất vào mặt nhai (occlusal view) của răng, không khảo sát mặt bên (interproximal) hay vùng chân răng. Thiết bị được chế tạo dưới dạng mô hình phục vụ mục đích học thuật/giáo dục.
  • Phạm vi thời gian: Đề tài được giao ngày 15/03/2020 và hoàn thành nghiệm thu ngày 03/08/2020.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình quang sinh học

Cơ sở quang học của đề tài dựa trên hiện tượng tán xạ và hấp thụ ánh sáng trong cấu trúc mô cứng của răng. Men răng khỏe mạnh có hàm lượng khoáng hóa cao (chủ yếu là tinh thể hydroxyapatite) và thể hiện tính trong suốt quang học rất cao trong dải phổ hồng ngoại gần. Tán xạ ánh sáng trong men răng tỷ lệ nghịch với lập phương bước sóng ($1/\lambda^3$). Ở bước sóng ánh sáng khả kiến (400 - 700 nm), men răng làm tán xạ ánh sáng rất mạnh (hệ số tán xạ $\mu_s = 60 \text{ cm}^{-1}$ tại bước sóng 632 nm), tạo nên bề mặt màu trắng đục gây cản trở việc quan sát cấu trúc bên dưới. Ngược lại, trong dải bước sóng hồng ngoại gần (từ 780 nm đến 1550 nm), hệ số tán xạ của men răng giảm xuống chỉ còn khoảng $2 - 3 \text{ cm}^{-1}$ (đặc biệt tối ưu tại vùng bước sóng xấp xỉ 1310 nm).

Đối với ngà răng, hệ số hấp thụ tương đối ổn định ($\mu_a = 4 \text{ cm}^{-1}$) trên phần lớn các bước sóng. Khi xuất hiện tổn thương sâu răng, quá trình mất khoáng làm phá vỡ mạng tinh thể hydroxyapatite, tạo ra các vi lỗ rỗng khiến ánh sáng NIR bị tán xạ và hấp thụ mạnh mẽ tại vị trí này. Do đó, trên ảnh chụp xuyên sáng hoặc phản xạ hồng ngoại, men răng lành sẽ cho ánh sáng đi qua (hiển thị vùng sáng/đồng nhất), trong khi vùng mô bệnh xuất hiện dưới dạng các đốm hoặc vệt sẫm màu.

Văn bản so sánh 4 góc chụp X-quang tiêu chuẩn trong nha khoa để đối chiếu với hệ thống quang học: góc cánh cắn (bitewing view), góc toàn cảnh (full mouth view), góc mặt nhai (occlusal view), và góc quanh chóp (periapical view). Nghiên cứu lựa chọn góc chụp mặt nhai làm cơ sở định vị đầu dò quang học.

Phương pháp nghiên cứu thực nghiệm và công nghệ

Tác giả áp dụng phương pháp thực nghiệm kỹ thuật kết hợp xử lý tín hiệu số, bao gồm:

  • Khảo sát nguồn sáng hồng ngoại: Do nguồn phát bước sóng lý tưởng 1310 nm khó tiếp cận tại thị trường nội địa, nhóm nghiên cứu đã tiến hành so sánh thực nghiệm 3 loại LED hồng ngoại:
Tên nguồn phát Bước sóng Ưu điểm Nhược điểm
Infrared High-Power LED 850 nm Công suất 5W, cường độ mạnh, module có sẵn Năng lượng phát xạ quá cao gây xuyên thấu toàn bộ răng, làm mờ chi tiết phân biệt tổn thương
Infrared 3mm LED 940 nm Bước sóng gần vùng lý tưởng hơn, tiết kiệm điện Cường độ phát xạ quá yếu, đòi hỏi chùm nhiều bóng gây cồng kềnh đầu dò
Infrared High-Power LED 760 nm Cường độ phát xạ cao, module thương mại ổn định Bước sóng nằm ở ngưỡng chuyển tiếp, còn một phần ánh sáng khả kiến

Qua thực nghiệm thu ảnh, nhóm tác giả lựa chọn LED NIR bước sóng 760 nm để tích hợp vào thiết bị thực tế.

  • Khảo sát phần cứng thu nhận và xử lý: So sánh giữa vi điều khiển Arduino (kết hợp camera OV7670) và máy tính nhúng Raspberry Pi. Arduino bị loại bỏ do bộ nhớ hạn chế và tốc độ xử lý video chỉ đạt 2 - 3 khung hình/giây (fps). Nhóm chọn Raspberry Pi 3 Model B kết hợp module RPi Camera (F) cảm biến CMOS 5-megapixel OV5647. Camera này được thiết kế không trang bị kính lọc hồng ngoại (Night Vision), góc nhìn đường chéo 75°, khẩu độ F1.6, hỗ trợ xuất nguồn 3.3V và truyền dữ liệu qua cáp bẹ FFC (Flexible Flat Cable).

  • Phương pháp xử lý ảnh số: Để làm nổi bật tổn thương sâu răng từ ảnh thô, tác giả sử dụng các thuật toán:

    1. Lọc trung vị (Median Filter): Loại bỏ nhiễu muối tiêu (salt-and-pepper noise).
    2. Lọc Gaussian: Làm mịn và giảm thiểu nhiễu đốm (speckle noise).
    3. Cân bằng biểu đồ độ xám (Histogram Equalization): Tái phân bố giá trị độ sáng nhằm tăng cường độ tương phản giữa cấu trúc răng và nền.
    4. Phân ngưỡng Otsu (Otsu's Thresholding): Xác định ngưỡng nhị phân hóa tối ưu bằng cách cực tiểu hóa phương sai nội lớp (within-class variance, $\sigma_w^2(t)$) theo công thức: $$\sigma_w^2(t) = w_b(t)\sigma_b^2(t) + w_f(t)\sigma_f^2(t)$$ Trong đó $w_b(t), w_f(t)$ là trọng số xác suất xuất hiện, và $\sigma_b^2(t), \sigma_f^2(t)$ là phương sai độ xám của vùng nền (background) và vùng tiền ảnh (foreground).
    5. Biến đổi tuyến tính tương phản: Sử dụng hàm $g(i,j) = \alpha \cdot f(i,j) + \beta$ để triệt tiêu bóng đổ.

Thiết kế và triển khai

Hệ thống được thiết kế hoàn chỉnh từ khối phần cứng điện tử, kết cấu cơ khí đến phần mềm điều khiển và truyền dữ liệu.

Kiến trúc phần cứng và tính toán phụ tải

Hệ thống bao gồm các khối chức năng: Khối cấp nguồn 5V, Khối xử lý trung tâm (Raspberry Pi 3 Model B), Khối thu nhận hình ảnh (Camera F và 2 LED NIR), Thiết bị ngoại vi (chuột, bàn phím) và Màn hình hiển thị kết quả (thông qua Wi-Fi hoặc màn hình 7 inch gắn trực tiếp).

Bảng tính toán công suất tiêu thụ của các phần tử:

Thứ tự Thiết bị / Mạch chức năng Điện áp danh định (V) Dòng điện tiêu thụ (mA) Công suất (W)
1 Bo mạch chủ Raspberry Pi 3 Model B 5 > 1340 6,7
2 Module 2 LED hồng ngoại NIR (20mA x 2) 5 40 0,2
3 Module Camera (F) 5 250 1,25
Tổng Toàn bộ hệ thống 5 > 1630 ≈ 8

Công suất tiêu thụ tối thiểu của mạch xấp xỉ 8W (dòng tối thiểu > 1,63A). Nhóm tác giả đã tiến hành so sánh các dòng vi mạch ổn áp thông dụng trên thị trường:

Thứ tự Tên IC Loại vi mạch Điện áp ra cực đại (V) Dòng điện ra cực đại (A)
1 7805 Tuyến tính (Linear regulator) 5 1,5
2 LM2596T-5.0 Nguồn xung hạ áp (Step-down regulator) 5 5,0
3 LM1084IT-5.0 Tuyến tính sụt áp thấp (LDO regulator) 5 5,0

IC LM1084IT-5.0 được lựa chọn nhờ khả năng cung cấp dòng ngõ ra lên tới 5A, mạch nguyên lý đơn giản không cần cuộn cảm ngoại vi phức tạp, điện áp sụt áp tối đa chỉ 1,5V (đòi hỏi điện áp vào > 6,5V) và tránh được hiện tượng sụt áp gây nhấp nháy đèn LED.

Mạch nguồn được thiết kế trên phần mềm Proteus 8, gồm biến áp hạ áp AC, mạch chỉnh lưu cầu diode (dòng định mức 3A), tụ lọc san phẳng điện áp (tụ hóa 2200$\mu$F, 10$\mu$F và tụ gốm 100nF), IC LM1084-5.0V gắn kèm tản nhiệt nhôm, diode bảo vệ 1N4001, điện trở hạn dòng 330$\Omega$, 2 đèn LED chỉ thị (xanh/đỏ), 4 cọc đấu dây (domino), rơ-le (relay) và nút nhấn ngắt/phục hồi nguồn khi có sự cố ngắn mạch. Đầu ra mạch nguồn trang bị 3 chân cắm header 5V-2A và 1 cổng cái USB tiêu chuẩn. Mạch in PCB được gia công thủ công bằng phương pháp ủi nhiệt trên phôi đồng và ăn mòn bằng dung dịch sắt ba clorua ($\text{FeCl}_3$).

Thiết kế kết cấu cơ khí 3D

Vỏ thiết bị được thiết kế thành 3 khối tách rời bằng phần mềm CAD và in 3D bằng vật liệu nhựa Polylactic Acid (PLA) trên máy in Prusa i3:

  1. Hộp chứa vi xử lý (Raspberry Pi Case): Thiết kế các khe thoát nhiệt chống quá nhiệt cho chip Broadcom, tích hợp các lỗ mở tương thích với cổng HDMI, USB, LAN và khe cắm cáp camera. Trên thân hộp bố trí khớp nối cơ khí tháo lắp nhanh với tay cầm.
  2. Thân tay cầm (Handle): Đóng vai trò làm giá đỡ định vị camera khi không thao tác, có 3 rãnh dẫn bên trong để luồn cáp FFC của camera và dây cấp nguồn cho 2 bóng LED.
  3. Đầu dò quang học (Probe): Cố định cụm ống kính camera ở vị trí trung tâm; hai bóng LED hồng ngoại 760 nm được bố trí song song hai bên đầu camera bằng keo nhiệt để chiếu chùm sáng đồng trục vào mặt nhai của răng. Dây dẫn được dán cố định dọc thân ống.

Phần mềm và luồng xử lý

Phần mềm điều khiển được lập trình bằng Python chạy trên hệ điều hành Raspbian. Để đảm bảo tính di động, thiết bị kết nối với mạng Wi-Fi và truyền hình ảnh về máy tính cá nhân thông qua phần mềm điều khiển từ xa RealVNC (sử dụng giao thức Virtual Network Computing, tài khoản mặc định pi/raspberry). Tốc độ khung hình (frame rate) của camera được cấu hình giới hạn dưới 15 fps để hệ thống nhúng xử lý mượt mà và không bị trễ tín hiệu.

Quy trình xử lý ảnh trong phần mềm thực hiện qua 7 bước:

  • Bước 1: Chuẩn hóa kích thước khung hình ảnh đầu vào về 180 $\times$ 180 pixel.
  • Bước 2: Tách và trích xuất riêng kênh màu đỏ (Red channel) từ ảnh gốc RGB.
  • Bước 3: Áp dụng bộ lọc Gaussian để triệt tiêu nhiễu đốm và lọc trung vị (Median filter) để loại bỏ nhiễu muối tiêu.
  • Bước 4: Thực hiện cân bằng biểu đồ độ xám (Histogram Equalization) để nâng cao độ tương phản tổng thể của răng.
  • Bước 5: Tính toán giá trị ngưỡng nhị phân tự động $T$ theo thuật toán Otsu.
  • Bước 6: Tăng cường độ tương phản và loại bỏ vùng bóng tối cục bộ bằng phép biến đổi tuyến tính với hệ số khuếch đại $\alpha$ và độ dời $\beta$.
  • Bước 7: Khoanh vùng vết sâu: Do giá trị mức xám của vùng tổn thương rất gần 0 (rất tối), ngưỡng cắt thực tế được thiết lập bằng công thức $T_{\text{cut}} = T - 60$. Các pixel có giá trị nhỏ hơn $T_{\text{cut}}$ được gán về 0 (màu đen) để biểu thị vị trí sâu răng; các pixel lớn hơn hoặc bằng giữ nguyên giá trị. Việc trừ 60 đơn vị mức xám giúp thuật toán loại trừ các điểm ảnh viền ngoài và góc cạnh tự nhiên của răng.

Nội dung chính theo từng chương

Chapter 1: Introduction

Chương mở đầu trình bày tính cấp thiết của việc bảo vệ sức khỏe răng miệng trong bối cảnh phát triển của các dịch vụ chăm sóc sức khỏe hiện đại. Tác giả phân tích cơ chế hình thành sâu răng do vi khuẩn, chỉ ra các nhược điểm của phương pháp khám lâm sàng truyền thống và chụp X-quang. Nội dung chương công bố mục tiêu chế tạo hệ thống chụp ảnh mặt nhai bằng ánh sáng NIR bước sóng 760 nm, xác định 6 nội dung nghiên cứu kỹ thuật và vạch rõ các giới hạn của đồ án về phần cứng, đối tượng thử nghiệm và thuật toán.

Chapter 2: Materials and methods

Chương 2 cung cấp cơ sở lý thuyết toàn diện về giải phẫu hệ răng người, bao gồm chức năng của 4 nhóm răng (răng cửa, răng nanh, răng tiền hàm, răng hàm) và cấu trúc vi mô của 4 mô chính (men răng, ngà răng, cementum, tủy răng). Tác giả phân tích các bệnh lý thường gặp gồm mảng bám, vôi răng và sâu răng; tổng hợp 4 góc chiếu X-quang nha khoa. Phần quang sinh học giải thích chi tiết cơ chế hấp thụ và tán xạ ánh sáng NIR trong mô cứng của răng, dẫn chứng đồ thị hệ số suy giảm quang học và xác nhận vùng 1310 nm là tối ưu trên lý thuyết. Chương này cũng trình bày nền tảng toán học của thuật toán Histogram Equalization, công thức phương sai nội lớp của phương pháp Otsu, cùng các phân tích so sánh kỹ thuật để lựa chọn camera OV5647, vi điều khiển Raspberry Pi 3 Model B, các loại vi mạch quản lý nguồn (PMIC) và phần mềm RealVNC.

Chapter 3: Design and calculation

Chương 3 tập trung vào khâu tính toán thiết kế kỹ thuật. Tác giả thiết lập sơ đồ khối chức năng của hệ thống; lập bảng tính toán công suất tiêu thụ chi tiết của các linh kiện phụ tải (Raspberry Pi, 2 LED NIR, camera) với tổng công suất tiêu thụ tối thiểu xấp xỉ 8W (5V - 1,63A). Trên cơ sở đó, tác giả phân tích và quyết định chọn IC LM1084IT-5.0 (đáp ứng dòng 5A, công suất cực đại 10W) để thiết kế mạch nguồn 5V-3A ổn định, có relay bảo vệ ngắn mạch. Chương này cung cấp bản vẽ thiết kế 3D chi tiết của 3 module vỏ máy (vỏ hộp Raspberry, tay cầm định vị cáp và đầu dò gắn camera/LED) cùng sơ đồ đấu nối liên kết giữa các khối thiết bị.

Chapter 4: Assembly of the image acquisition system

Chương 4 mô tả toàn bộ quy trình chế tạo và tích hợp hệ thống. Tác giả lập danh mục 11 linh kiện điện tử trên bo mạch nguồn, trình bày các bước chế tạo mạch in PCB từ thiết kế trên Proteus 8, ủi nhiệt, ăn mòn hóa học bằng $\text{FeCl}_3$, khoan lỗ và hàn lắp. Nội dung chương trình bày quy trình kiểm tra điện áp ngõ ra của mạch nguồn; quy trình in 3D các chi tiết vỏ bằng máy Prusa i3 dùng nhựa PLA và lắp ráp cơ cấu đầu dò bằng keo nhiệt. Phần cuối chương chi tiết hóa lưu đồ giải thuật phần mềm thu nhận ảnh trên Python, cơ chế phân tách luồng hiển thị 2 cửa sổ (ảnh gốc và ảnh đã xử lý) và cài đặt thông số chụp ảnh.

Chapter 5: Results and discussion

Chương 5 công bố các kết quả thực nghiệm đạt được trên phần cứng và phần mềm. Phần nguồn điện ghi nhận các số liệu đo kiểm điện áp ngõ ra ở trạng thái không tải và có tải sau 5 phút hoạt động, chứng minh mạch nguồn duy trì nhiệt độ ổn định dưới 30°C và ngắt điện an toàn khi ngắn mạch. Về mặt quang học, chương đối chiếu kết quả hình ảnh thực tế giữa các bước sóng 940 nm, 850 nm và 760 nm. Kết quả xử lý ảnh được đánh giá trên hai nhóm mẫu: 3 vị trí răng thật trong miệng tình nguyện viên (in vivo) và 4 mẫu răng trích ly có tổn thương sâu/vết trám (in vitro), kèm theo các nhận xét đối chiếu cấu trúc tổn thương.

Chapter 6: Conclusions and future work

Chương kết luận tổng kết các hạng mục công việc đã hoàn thành: thiết kế chế tạo thành công thiết bị thu nhận ảnh mặt nhai hoạt động ổn định; phần mềm xử lý ảnh làm rõ được vị trí tổn thương men răng; bộ nguồn cung cấp điện năng tin cậy. Tác giả cũng thẳng thắn chỉ ra các hạn chế về hình dáng cơ khí dán keo chưa thẩm mỹ, giới hạn bước sóng 760 nm chưa đạt mức tối ưu tuyệt đối, việc chưa xác định được độ sâu tổn thương ngà răng và phần mềm chưa có tính năng tự động chẩn đoán. Hướng phát triển tương lai được vạch ra nhằm tối ưu hóa kết cấu và nâng cao độ chính xác thuật toán.

Kết quả và đóng góp

Kết quả đo kiểm phần cứng và thông số nguồn

Bộ nguồn tự chế tạo hoạt động ổn định, đảm bảo cung cấp năng lượng liên tục cho vi xử lý Raspberry Pi 3 Model B, cảm biến camera OV5647 và cụm 2 đèn LED hồng ngoại mà không xảy ra hiện tượng sụt áp hay nhấp nháy ánh sáng. Rơ-le bảo vệ phản ứng ngắt mạch tức thời khi xảy ra hiện tượng đoản mạch.

Bảng kết quả đo kiểm điện áp của bộ nguồn qua thực nghiệm:

Chế độ kiểm tra Thứ tự Điện áp vào danh định (V) Điện áp ra thực tế (V) Trạng thái hoạt động
Không tải (Without load) 1 9 5,14 Nguồn ổn định, không phát nhiệt
Toàn tải sau 5 phút (Raspberry + Camera + 2 LED) 1 9 5,04 Nhiệt độ tản nhiệt duy trì dưới 30°C

Kết quả thu nhận và xử lý ảnh

Dưới ánh sáng khả kiến thông thường, bề mặt răng có màu trắng đục tự nhiên và phản xạ ánh sáng mạnh, khiến mắt thường của người quan sát không thể nhận biết được các đường rãnh sâu hoặc các tổn thương mất khoáng sớm bên dưới men răng.

Khi chiếu xạ bằng nguồn sáng NIR bước sóng 760 nm và xử lý qua quy trình 7 bước (kết hợp lọc nhiễu Gaussian/Median, Histogram Equalization và phân ngưỡng Otsu $- 60$):

  • Trên mẫu răng thật của tình nguyện viên (3 trường hợp):
    • Mẫu 1: Hình ảnh sau xử lý đồng nhất, không xuất hiện dấu hiệu sâu răng.
    • Mẫu 2: Xuất hiện một đốm đen rõ rệt trên bề mặt mặt nhai; đối chiếu thực tế xác nhận đây là vị trí răng đã được trám bít (filling).
    • Mẫu 3: Men răng đồng nhất, không phát hiện dấu hiệu bệnh lý.
  • Trên mẫu răng trích ly từ bệnh nhân (4 trường hợp):
    • Mẫu 1: Răng bình thường, không ghi nhận dấu hiệu bất thường.
    • Mẫu 2: Tổn thương mất khoáng bề mặt hiển thị rõ nét dưới dạng vệt đen đậm, tuy nhiên thuật toán không đo được độ sâu thâm nhập của tổn thương xuống lớp ngà.
    • Mẫu 3: Xác định chính xác vị trí tọa độ của vết sâu nghi ngờ từ góc nhìn mặt nhai trên dữ liệu ảnh xuất ra.
    • Mẫu 4: Xác định chính xác vị trí và ranh giới của vật liệu hàn trám cũ trên thân răng.

Đóng góp kỹ thuật của đề tài

Theo tự đánh giá của nhóm tác giả, đề tài mang lại những đóng góp thực tiễn sau:

  1. Hiện thực hóa thành công một nguyên mẫu thiết bị y tế cầm tay chi phí thấp, kết hợp nguồn phát quang học hồng ngoại gần 760 nm với camera kỹ thuật số không kính lọc IR, chứng minh tính khả thi của phương pháp quang học thay thế cho tia X trong sàng lọc ban đầu sâu răng mặt nhai.
  2. Thiết kế và thi công hoàn chỉnh khối mạch nguồn ổn áp 5V-3A tích hợp cơ chế bảo vệ rơ-le chống ngắn mạch, giải quyết triệt để vấn đề sụt áp và ổn nhiệt cho máy tính nhúng Raspberry Pi khi hoạt động cùng tải quang học.
  3. Xây dựng quy trình xử lý ảnh tùy biến trên Python bằng cách kết hợp bộ lọc khử nhiễu kép với phương pháp phân ngưỡng Otsu có độ dời bù trừ ($T - 60$), giúp tách biệt chính xác vùng bệnh lý sẫm màu mà không bị nhiễu bởi biên dạng hình học của răng.

Hạn chế và hướng nghiên cứu tiếp

Các hạn chế được ghi nhận

Văn bản đồ án chỉ rõ các điểm hạn chế kỹ thuật sau:

  • Khả năng chẩn đoán chiều sâu: Thiết bị chỉ cung cấp thông tin về vị trí tọa độ mặt bằng và mức độ nghiêm trọng bề mặt của tổn thương trên lớp men răng, hoàn toàn không thể xác định chính xác độ sâu thâm nhập (depth) của vết sâu khi tổn thương đã tiến triển vào lớp ngà răng (dentine).
  • Bước sóng nguồn sáng: Bước sóng 760 nm của bóng LED sử dụng trên mô hình thực tế vẫn còn nằm gần dải ánh sáng khả kiến và chưa đạt tới bước sóng lý tưởng 1310 nm (vùng có hệ số tán xạ men răng thấp nhất và cân bằng tối ưu với độ hấp thụ của nước). Thử nghiệm với LED 940 nm cho ảnh không xử lý được, trong khi LED 850 nm công suất lớn gây tán xạ làm mờ ranh giới vết sâu.
  • Thẩm mỹ và kết cấu cơ khí: Các bóng LED hồng ngoại ở đầu dò vẫn phải gắn cố định bằng keo nến nhiệt (hot glue), dây dẫn đi dọc thân ống còn lộ ra ngoài, chưa đạt tiêu chuẩn hoàn thiện và thẩm mỹ của một thiết bị y tế chuyên dụng.
  • Mức độ tự động hóa của phần mềm: Hệ thống mới chỉ dừng lại ở mức khoanh vùng, làm nổi bật điểm ảnh nghi ngờ và hiển thị thị giác; phần mềm chưa có thuật toán phân loại tự động (auto-detection/classification) để đưa ra kết luận chẩn đoán độc lập mà vẫn phụ thuộc vào đánh giá chủ quan của người quan sát.
  • Quy mô mẫu thử nghiệm: Thử nghiệm chủ yếu tiến hành trên số lượng ít răng trích ly và một vài vị trí răng của tình nguyện viên, chưa thực hiện thử nghiệm lâm sàng diện rộng.

Hướng phát triển trong tương lai

Để hoàn thiện thiết bị, tác giả đề xuất các định hướng nghiên cứu tiếp theo:

  1. Tái thiết kế kiểu dáng công nghiệp của đầu dò và vỏ máy nhỏ gọn hơn, nâng cao tính thẩm mỹ và độ bền cơ học cho môi trường lâm sàng.
  2. Tìm kiếm và tích hợp nguồn phát quang học hồng ngoại sóng ngắn (SWIR) bước sóng 1310 nm cùng cảm biến tương thích để tối ưu hóa độ trong suốt của men răng.
  3. Nâng cấp thuật toán xử lý ảnh, phát triển mô hình trí tuệ nhân tạo nhằm bổ sung tính năng tự động nhận diện, định lượng diện tích và phân loại mức độ sâu răng (auto-detection ability).
  4. Nghiên cứu giải pháp đo đạc quang học đa góc hoặc chụp cắt lớp quang học (OCT) để tái tạo và đánh giá độ sâu tổn thương trong ngà răng.

Giá trị tham khảo

Báo cáo đồ án tốt nghiệp là tài liệu tham khảo hữu ích cho sinh viên, giảng viên và kỹ sư thuộc các chuyên ngành Kỹ thuật Y sinh, Điện tử Y sinh, Kỹ thuật Máy tính và Hệ thống Nhúng. Tài liệu cung cấp góc nhìn thực tế về việc chuyển giao một nguyên lý quang sinh học phức tạp thành một thiết bị phần cứng cụ thể với chi phí tối ưu.

Các nội dung có giá trị tham khảo chuyên sâu bao gồm:

  • Thiết kế hệ thống nhúng quang học: Phương pháp kết nối và điều khiển module camera Raspberry Pi không có kính lọc hồng ngoại (Night Vision) thông qua giao tiếp CSI và cáp FFC, phối hợp với nguồn sáng LED ngoài để thu nhận ảnh quang phổ hẹp.
  • Kỹ thuật thiết kế mạch nguồn công suất: Toàn bộ quy trình tính toán phụ tải dòng điện, so sánh lựa chọn vi mạch ổn áp (LM1084 so với 7805 và LM2596), thiết kế mạch in PCB trên Proteus và bố trí mạch bảo vệ bằng rơ-le chống đoản mạch cho hệ thống nhúng.
  • Quy trình xử lý ảnh y tế cơ bản: Chuỗi thuật toán tiền xử lý phối hợp giữa bộ lọc Gaussian, bộ lọc trung vị, cân bằng biểu đồ mức xám và kỹ thuật hiệu chỉnh giá trị ngưỡng Otsu ($T - 60$) ứng dụng riêng cho việc phân đoạn các vùng tối trên nền ảnh răng.

Câu hỏi thường gặp

1. Tại sao đề tài lựa chọn LED hồng ngoại bước sóng 760 nm thay vì bước sóng 1310 nm được chứng minh là tối ưu nhất trên lý thuyết?

Trên lý thuyết quang sinh học, ánh sáng ở bước sóng 1310 nm thuộc dải hồng ngoại sóng ngắn (SWIR) có hệ số tán xạ qua men răng cực thấp ($2 - 3 \text{ cm}^{-1}$) và đạt độ cân bằng hấp thụ tối ưu với nước, mang lại độ trong suốt cao nhất cho men răng. Tuy nhiên, các linh kiện LED phát xạ và cảm biến nhận ảnh ở bước sóng 1310 nm rất hiếm và khó tìm mua tại thị trường Việt Nam trong thời điểm thực hiện đề tài. Nhóm tác giả đã tiến hành thử nghiệm các bước sóng có sẵn gồm 850 nm (công suất quá lớn gây tán xạ mạnh làm mờ vết sâu), 940 nm (cường độ phát xạ quá yếu, thuật toán không xử lý được ảnh) và cuối cùng đặt mua LED 760 nm từ nước ngoài. Thực nghiệm cho thấy bước sóng 760 nm khi kết hợp với quy trình xử lý ảnh số đã đáp ứng tốt yêu cầu phân biệt vết sâu men răng.

2. Vì sao nhóm nghiên cứu không sử dụng vi điều khiển Arduino kết hợp module camera OV7670 để tiết kiệm chi phí?

Mặc dù vi điều khiển Arduino và camera OV7670 có giá thành rẻ và dễ lập trình, nhưng bộ vi xử lý của Arduino không đủ năng lực tính toán để xử lý luồng dữ liệu video mượt mà. Tốc độ khung hình thực tế của cụm vi điều khiển này chỉ đạt xấp xỉ 2 - 3 khung hình/giây (fps), không đáp ứng được tiêu chí quan sát theo thời gian thực (real-time). Thêm vào đó, cảm biến OV7670 tích hợp sẵn kính lọc chặn tia hồng ngoại nên không phù hợp với mục tiêu thu nhận ánh sáng NIR. Do đó, nhóm đã chuyển sang sử dụng máy tính nhúng Raspberry Pi 3 Model B kết hợp camera OV5647 5MP Night Vision không kính lọc hồng ngoại.

3. Tại sao trong bước phân ngưỡng Otsu cuối cùng, tác giả lại trừ đi 60 đơn vị mức xám ($T - 60$)?

Thuật toán Otsu tiêu chuẩn tính toán một ngưỡng phân cách $T$ dựa trên việc tối thiểu hóa phương sai nội lớp giữa hai vùng tiền cảnh và hậu cảnh. Tuy nhiên, trên ảnh chụp răng, các pixel biểu thị lỗ sâu hoặc vết nứt có giá trị mức xám cực kỳ thấp (gần tiến về 0 - màu đen), trong khi các vùng viền rìa, rãnh giải phẫu bình thường và góc cạnh của thân răng cũng có độ xám thấp do hiệu ứng bóng đổ quang học. Nếu áp dụng trực tiếp ngưỡng $T$, thuật toán sẽ nhận diện nhầm các đường biên của răng thành vết sâu. Việc lấy giá trị ngưỡng cắt thực tế là $T - 60$ giúp cô lập chính xác các điểm ảnh thực sự sẫm màu của vùng sâu răng, loại bỏ các sai số biên dạng.

4. Mạch cấp nguồn của thiết bị được tính toán công suất như thế nào và có cơ chế an toàn gì?

Tổng phụ tải tiêu thụ của hệ thống gồm bo mạch Raspberry Pi 3 Model B (5V, dòng $> 1340\text{ mA}$), module camera (5V, $250\text{ mA}$) và cụm 2 LED NIR (5V, $40\text{ mA}$), đòi hỏi mức dòng điện cung cấp tối thiểu là $1630\text{ mA}$ (công suất tiêu thụ xấp xỉ 8W). Nhóm tác giả đã chọn vi mạch ổn áp tuyến tính LDO LM1084IT-5.0 cung cấp dòng cực đại lên đến 5A (công suất tối đa 10W), giúp điện áp ra luôn đạt 5V ổn định, loại trừ hiện tượng sụt áp gây chập chờn LED. Trên bo mạch nguồn còn tích hợp một rơ-le (relay) tự động ngắt toàn bộ nguồn điện khi xảy ra sự cố ngắn mạch, bảo vệ các linh kiện nhúng đắt tiền; người dùng cần kiểm tra và bấm nút nhấn trên bo mạch để khôi phục hoạt động.

5. Thiết bị có khả năng đánh giá mức độ tổn thương sâu răng khi đã ăn sâu vào lớp ngà (dentin) hay không?

Không. Kết quả thực nghiệm của đề tài xác nhận rằng thiết bị chỉ có khả năng chỉ ra chính xác vị trí tọa độ bề mặt và mức độ nghiêm trọng của tổn thương mất khoáng nằm trên lớp men răng (enamel). Khi tổn thương đã tiến triển sâu vào trong lớp ngà răng (dentine), thiết bị quang học NIR này không thể xác định được chiều sâu thực tế của sang thương.

Kết luận

Đồ án tốt nghiệp đã thiết kế và chế tạo thành công mô hình thiết bị cầm tay thu nhận hình ảnh quang học hồng ngoại gần (NIR 760 nm) trên nền tảng Raspberry Pi 3 Model B để hỗ trợ phát hiện sớm sâu răng mặt nhai. Thiết bị vận hành ổn định nhờ bộ nguồn 5V-3A tự chế tạo có mạch bảo vệ ngắn mạch, kết hợp với vỏ máy in 3D và phần mềm xử lý ảnh bằng Python cho phép khoanh vùng rõ nét các tổn thương mất khoáng và vết trám mà mắt thường không thấy được dưới ánh sáng khả kiến. Mặc dù vẫn còn những hạn chế về tính thẩm mỹ cơ khí, chưa xác định được độ sâu tổn thương trong ngà răng và chưa tích hợp thuật toán phân loại tự động, đề tài đã chứng minh tính khả thi của giải pháp quang học an toàn, không bức xạ ion hóa trong sàng lọc nha khoa ban đầu.