Đặt vấn đề Việc hỗ trợ khám chữa bệnh liên tuyến giữa các bệnh viện là điều rất khó khăn, đặc biệt trong lĩnh vực giải phẫu, phẫu thuật chỉnh hình. Hiện đại hóa nền y học nước nhà để tạo ra những thay đổi mới mẻ, thúc đẩy sự phát triển và đem lại nhiều lợi ích thiết thực trong đời sống xã hội là vấn đề cần thiết và cấp bách. Thấy được tầm quan trọng đó, hầu hết các bệnh viện đã có khoa chẩn đoán hình ảnh riêng biệt và trong y tế cũng đã hình thành nên một chuẩn trao đổi dữ liệu hình ảnh DICOM (Digital Imaging and Communications in Medicine). Việc quản lý hệ thống thông tin hình ảnh cũng như việc khai thác nó trong các hệ thống thông tin bệnh viện trở thành một việc làm cần thiết và không thể thiếu, nhất là trong điều kiện cơ sở hạ tầng mạng phát triển và 15 chúng ta cũng quen dần với các khái niệm: Bệnh viện số, bệnh viện di động, chẩn đoán bệnh từ xa v.
Ảnh y tế DICOM được chụp từ các phương tiện kỹ thuật tiên tiến như: chụp cộng hưởng từ (Magnetic Resonace Imaging – MRI), chụp hình ảnh cắt lớp (Computed Tomography - CT), chụp X – quang hay siêu âm được ứng dụng rộng rãi trong 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 Kể từ khi ra đời vào năm 1993 cho đến nay, chuẩn DICOM đã được đầu tư nghiên cứu và được ứng dụng rất rộng rãi trong ngành y tế trên toàn thế giới. Có thể nói đây là chuẩn ảnh phổ biến nhất hiện nay. Khi nghiên cứu về DICOM vấn đề đang được quan tâm nhất hiện nay đó là kỹ thuật nhằm nâng cao chất lượng hình ảnh, cũng như các ứng dụng của DICOM trên nghiên cứu lâm sàng.
Nhằm đưa chuẩn ảnh này đến một tầm cao mới của sự phát triển, không chỉ là ứng dụng trong chuẩn đoán bệnh mà còn ứng dụng trong việc nghiên cứu các loại bệnh cũng như đào tạo y khoa. Khi nghiên cứu về chuẩn DICOM, người ta quan tâm tới hai khía cạnh chủ yếu: thứ nhất là nâng cao chất lượng hiển thị ảnh DICOM, thứ hai là hiển thị các thông tin đi kèm một cách đầy đủ và khoa học giúp quá trình chẩn đoán được thuận lợi, chính xác và khách quan hơn. Liên quan đến kỹ thuật nhằm nâng cao chất lượng ảnh y tế, đã có nhiều công trình nghiên cứu của nhiều nhà khoa học trên thế giới được công bố. Trong nghiên cứu của mình năm 2011[3] Umamaheswari, J.
đã sử dụng bộ lọc dựa trên wavelet nhằm làm giảm nhiễu trên hình ảnh thu nhận được từ máy CT. Quá trình lọc nhiễu của nhóm tác giả được mô tả trong hình dưới đây. Lọc nhiễu ảnh y tế DICOM Hình ảnh phân tích y tế đòi hỏi độ chính xác cao, các thuật toán dựng hình hiệu suất cao. Trong nghiên cứu của nhóm năm 2009 [4] Mikhail Smelyanskiy và các cộng sự đã đề xuất các kỹ thuật tính toán song song dựa trên GPU kết hợp với các kỹ thuật hiển thị hình ảnh 3D như render volume, nhằm làm tăng độ chính xác, chất lượng cũng như tốc độ hiển thị hình ảnh y tế.
Hiển thị 3D hình ảnh y tế bằng kỹ thuật Render Volume Hiển thị ảnh DICOM bằng công nghệ hiển thị 2D, 3D a) Hình ảnh hiển thị sử dụng b) Hình ảnh hiển thị sử dụng thông tin 2D thông tin 3D Hình 1. Hiển thị ảnh DICOM bằng công nghệ hiển thị 2D,3D 17 Tuy nhiên các kết quả đạt được mới chỉ dừng lại ở mức độ hiển thị 2D , chưa tích hợp các kỹ thuật xử lý ảnh liên quan đến chú giải các vùng ảnh và công nghệ hiển thị hình ảnh 3D. Trong khi dữ liệu ảnh DICOM bản chất là dữ liệu hình ảnh 3 chiều, trong khi đó lâu nay chúng ta vẫn sử dụng nó như hình ảnh 2 chiều rời rạc, chưa tận dụng được các thông tin từ dữ liệu hình ảnh này một cách tối đa. Với sự phát triển vượt bậc của các kỹ thuật cũng như công nghệ hiển thị, cho phép chúng ta có thể hiển thị các thông tin liên quan, giải thích cụ thể và chi tiết các vùng tổn thương.
Nói cách khác, nghiên cứu nâng cao chất lượng hình ảnh trong y tế sử dụng công nghệ 3D ở Việt Nam hiện nay vẫn chưa được quan tâm và phát triển. Chuyên đề này sẽ tập trung vào việc đề xuất một số giải pháp trong xây dựng lát cắt ảnh và kỹ thuật xây dựng mô hình 3D từ ảnh chụp cắt lớp nhằm phục vụ trong quá trình quản lý và chẩn đoán hình ảnh y tế. Phương pháp nghiên cứu Trên cơ sở thực trạng trong việc quản lý khám chữa bệnh tại bệnh viện, việc thực hiện xây dựng hệ thống phần mềm quản lý và khai thác dữ liệu chẩn đoán hình ảnh đồng thời xây dựng mô đun phần mềm kết nối vào hệ thống phần mềm quản lý thông tin bệnh viện là vấn đề hết sức quan trọng và cần thiết. Dó đó, khi nghiên cứu đề tài xây dựng hệ thống phần mềm quản lý và khai thác dữ liệu chẩn đoán hình ảnh tại bệnh viện trong đó bao gồm nghiên cứu xây dựng hệ cơ sở dữ liệu đa phương tiện dựa trên chuẩn ảnh y tế DICOM và phát triển hệ thống phần mềm quản lý và truyền thông dữ liệu hình ảnh DICOM đến các trạm xử lý khác trong cùng bệnh viện hoặc giữa các bệnh viện khác, đồng thời xây dựng các mô đun chức năng đáp ứng cần thiết cho việc quản lý và khai thác dữ liệu một cách hiệu quả và chính xác.
Do các vấn đề có liên quan là những vấn đề trên thế giới đang nghiên cứu và phát triển nên công việc đầu tiên cần phải tiến hành là thu thập và hệ thống hóa các tài liệu chuyên môn liên quan đến những kết quả gần đây nhất 18 về nhận dạng, xử lý ảnh và công nghệ đa phương tiện trên nền hệ thống nhúng. Các bước tiến hành sẽ tuân theo quy trình: khảo sát điều tra thực trạng, nghiên cứu, phân tích, thiết kế giải pháp, cài đặt và triển khai ứng dụng thử nghiệm hệ thống. Việc hợp tác với các tập thể và cá nhân trong và ngoài nước sẽ được đặc biệt quan tâm, tận dụng tối đa chất xám và công nghệ mới, nâng cao chất lượng và hiệu quả thực hiện đề tài. 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 giải thuật và lý thuyết truyền thông mạng, xử lý ảnh và nhận dạng được thực hiện trên phần mềm máy tính với đầu vào là các thông 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. 19 CHƯƠNG 2: MỘT SỐ KỸ THUẬT HIỂN THỊ ẢNH DICOM Nhiều hiệu ứng hình ảnh trong tự nhiên có hình dạng kiểu volumetric. Chất lỏng, mây, lửa, khói, sương mù, và bụi rất khó có thể mô hình hóa với các đối tượng hình học nguyên thủy.
Do đó, sử dụng mô hình volumetric là phù hợp cho việc tạo hiệu ứng như vậy. Những mô hình này giả định rằng ánh sáng được phát ra, hấp thụ và phân tán của một số lượng lớn các hạt trong một vùng thể tích. Cho hai ví dụ. Các hiệu ứng dạng Volumetric Ngoài việc mô hình hóa và hiển thị các hiện tượng, Volume rendering là cần thiết cho các ứng dụng khoa học và kỹ thuật đòi hỏi phải hình dung của bộ dữ liệu ba chiều.
Ví dụ như hình dung của dữ liệu thu được bởi các thiết bị hình ảnh y tế hoặc do tính toán mô phỏng động lực học. Người sử dụng các ứng dụng Volume rendering dựng hình tương tác dựa trên hiệu suất của máy gia tốc đồ họa hiện đại cho thăm dò dữ liệu hiệu quả và khám phá tương lai. Chuyên đề này này trình bày chi tiết kỹ thuật Volume rendering. Mặc dù nó có thể thực hiện các thuật toán Volume rendering phổ biến khác trên GPU, như ray casting (Roettger et al.
2003, Krüger và Westermann 2003). Kỹ thuật nội suy trong xây dựng lát cắt ảnh 2. Kỹ thuật nội suy các điểm ảnh láng giềng gần nhất */ Giới thiệu Trong kỹ thuật nội suy nhằm tăng cường độ phân giải khi phóng to ảnh thì kỹ thuật ra đời đầu tiên (khoảng những năm 1940) và đơn giản nhất. 20 Tư tưởng của kỹ thuật này chỉ đơn giản là xác định điểm ảnh láng giềng gần nhất với điểm cần nội suy và lấy giá trị cường độ của điểm ảnh gần nhất đó mà không cần phải tính toán giá trị trung bình theo một tiêu chí hay quy tắc phức tạp nào khác.
Điểm mấu chốt của kỹ thuật này là xác định điểm láng giềng gần nhất bằng khoảng cách Euclid hoặc khoảng cách Mahanttan với k=1 hoặc khoảng cách Minskowski với k=2. */ Phương pháp Kỹ thuật nội suy láng giềng gần nhất là cách đơn giản nhất để lấy xấp xỉ hàm sinc được coi là hàm đánh trọng số cho các điểm lân cận như sau [5]: (1) Giả sử đầu tiên áp dụng kỹ thuật này trong không gian 1 chiều như hình 2.2 dưới đây: Hình 2. Ví dụ nội suy điểm trên không gian 1 chiều Lúc này, cần chèn thêm các giá trị ở giữa x1 = 2 và x2 = 3, giá trị gần đúng của hàm y=f(x), trong khoảng f(x1) = 4 và f(x2) = 6. Sử dụng nội suy láng giềng gần nhất được kết quả như hình dưới đây.
Kết quả nội suy láng giềng gần nhất trong không gian 1 chiều Có thể thấy rằng với mỗi điểm xi giữa hai điểm dữ liệu gốc ban đầu x1, x2, một giá trị f(xi) được tính dựa trên điểm gần nhất với điểm gốc trên trục Ox. Ví dụ tiếp theo được đưa ra với ảnh 2D kích cỡ 2x2 cần phóng to đạt được kích thước 9x9 và kỹ thuật nội suy láng giềng gần nhất được sử dụng để lấp đầy khoảng trống khi phóng to ảnh. Phóng to ảnh kích thước 2x2 thành ảnh 9x9 22 Hình 2. Nội suy điểm Y(J,K) dựa trên các điểm ảnh lân cận */ Nhận xét +) Ưu điểm: Kỹ thuật nội suy láng giềng gần nhất là kỹ thuật có tư tưởng đơn giản, không cần tính toán nhiều do đó có tốc độ nhanh.